<  Retour au portail Polytechnique Montréal

Du pneu usagé au carburant : modélisation, optimisation et contrôle d'un réacteur industriel de pyrolyse

Otmane Gaboune

Mémoire de maîtrise (2012)

[img]
Affichage préliminaire
Télécharger (1MB)
Citer ce document: Gaboune, O. (2012). Du pneu usagé au carburant : modélisation, optimisation et contrôle d'un réacteur industriel de pyrolyse (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/841/

Résumé

La pyrolyse de pneus hors d'usage est un procédé parfaitement ancré dans l'optique du développement durable. L'idée consiste en une décomposition thermique des déchets, ici des pneus usagés, afin d'en tirer des produits à valeur économique: du gaz combustible, du noir de carbone et du gaz condensable en huile constituée d'hydrocarbures lourds. Le problème se situe à la fois au niveau de la répartition en pourcentage des produits d'intérêts et au niveau de la pression dans le réacteur ; deux éléments étroitement liés du fait de la production de gaz. Le nerf de cette double problématique est l'évolution de la température des pneus au cours du processus de cuvée. Cette température de pneu est régie par la manipulation de brûleurs au propane placés sous le réacteur rotatif. Pour des raisons d'ordre économique, les efforts sont concentrés à produire le plus d'huile possible. L'hypothèse clé de départ est d'énoncer qu'il existe un profil optimal de température de pneu capable de maximiser la quantité d'huile produite sans provoquer de surpression dans le réacteur. L'hypothèse subséquente consiste à postuler que la poursuite de trajectoire d'un tel profil de température nécessite un système automatisé. Jusqu'à présent, l'opération du réacteur à l'étude ne se fait qu'instinctivement et manuellement se traduisant par une capacité de production médiocre souvent interrompue par des surpressions. La contribution à l'amélioration significative de cette technologie se traduit par l'objectif général suivant :développer un système automatisé qui se réfère à un profil optimisé de température de pneu pour maximiser la production d'huile tout en tenant compte de la pression et de la durée du procédé. Plus spécifiquement, cette étude se base sur un modèle de cinétique de réaction préétabli autour duquel sont développés : un modèle dynamique des brûleurs, un système de contrôle automatisé des brûleurs, un modèle dynamique de la pression dans le réacteur, un code d'optimisation de la production et une interface graphique de simulation du procédé. Sur le plan méthodologique, la modélisation des brûleurs se fait par idenfication. En effet, les données industrielles relatives aux brûleurs sont corrélées à travers le choix d'une structure de modèle, celle d'une représentation d'état linéaire d'ordre 5. L'identification des paramètres d'un tel modèle repose sur une méthode basée sur la minimisation de l'erreur des moindres carrés. Divers algorithmes d'optimisation sont mis à l'œuvre ; le plus convaincant : Gauss-Newton adaptif, avec une corrélation de 99,8 % à la vérification et de 96,1 % à la validation, ce qui est relativement appréciable. Le système de contrôle déployé est de type feedback ou contrôle par rétroaction. Un contrôleur proportionnel est conçu afin de contrôler la température de paroi du réacteur en manipulant le niveau des brûleurs. L'approche mise en œuvre consiste à utiliser l'interface Simulink® du logiciel Matlab® qui offre la possibilité de synthétiser le contrôleur rapidement et d'affiner le gain proportionnel de ce dernier pour une poursuite précise de trajectoire dans le temps. Le test de performance du contrôleur en référence à cette trajectoire de température de paroi affiche un coefficient de corrélation de 99 %. En outre, le modèle dynamique relatif à la pression dans le réacteur est quant à lui développé selon une approche génie chimique. La structure d'un tel modèle repose sur la loi des gaz parfaits. Cette structure sert entre autres à corréler la pression simulée dans le réacteur avec les données fournies par l'industriel ; les paramètres de ce modèle sont alors affinés. Le processus étant en régime transitoire, les variables de cette loi sont supportées par un ensemble d'équations différentielles découlant à la fois de la cinétique de réaction, de la variation du volume de gaz dans le réacteur, de la variation de la masse molaire moyenne et de la dynamique relative au soutirage du réacteur, régie par la pompe vacuum. Du fait que le système d'acquisition de donnée relatif au procédé en usine n'enregistre pas, à ce stade, des mesures jugées pertinentes, le processus de validation du modèle ne peut avoir lieu bien que la vérification ait donné des résultats satisfaisants. Pour la même raison, des hypothèses sont raisonnablement posées. Ajouté à cela, un code d'optimisation est développé afin de maximiser la production d'huile. Il s'agit d'un problème d'optimisation sous contraintes non linéaires discrétisées du fait de la dynamique relative à la cinétique de réaction et à la pression. Une solution optimale a bel et bien été trouvée grâce à l'algorithme d'optimisation basée sur la méthode du point intérieur. En effet, avant, le réacteur à l'étude ne pouvait manipuler, sans risque, qu'environ 1500 kg de pneus pour ne produire qu'environ 550 kg d'huile. À présent, il est capable de manipuler le double de la quantité de pneus, sans risque, pour produire 1071 kg d'huile sur la même durée. Toutefois, le profil optimal de température obtenu est difficilement respecté par le contrôleur. Cependant, ce dernier permet de produire 1 % de moins, mais tout en ayant à chauffer moins donc en réduisant les dépenses énergétiques ce qui est relativement appréciable. Les résultats montrent également que le réacteur à l'étude ne peut manœuvrer le triple de la quantité de pneus, car le taux de production de gaz reste élevé même si les bruleurs sont opérés à faible capacité, la surpression est inévitable. Par ailleurs, une interface graphique de simulation de la production, simple d'utilisation, est développée par le biais du logiciel Matlab®. Elle combine l'ensemble des modèles évoqués précédemment. En se basant sur un profil suggéré de manipulation des brûleurs (en pourcentage) entré par l'utilisateur, cet outil est de ce fait capable de prédire la quantité de chacun des produits. Il prédit également la durée de réaction, l'apparition éventuelle d'une surpression et le profil de soutirage par la pompe pour éviter cette pression trop grande dans la mesure du possible. L'interface de simulation permet à l'industriel de connaitre la quantité de chacun des produits en moins de 5 minutes et en toute sécurité, ce qui lui prenait avant près de 5 heures avec risque de surpression. La modélisation peut toujours faire l'objet de plus de précision notamment par l'intégration de phénomènes plus complexes ou simplement par l'acquisition de données industrielles découlant de tests plus complets et plus précis. Toutefois, l'objectif général peut être considéré comme atteint dans la mesure où il apporte une avancée significative à la technologie en question et apporte des réponses concrètes à plusieurs questionnements de l'industriel. ---------- The scrap tire pyrolysis system can definitely be considered as a worthy process with its own place in the sustainable development field. It consists of a thermal decomposition of scrap tires in order to produce oil, carbon black and gas. In other words, waste is processed into high value-added products. The problem lies both in terms of product percentage distribution and pressure level within the reactor, two closely related because of gas production. The key point of this dual problem is based on the time evolution of tire temperature during the batch. The latter is regulated by the operation of propane burners placed under a rotary reactor. For economic reasons, efforts are focused on oil production which is the main product of interest. The key assumption is to state that there is an optimum tire temperature profile able to maximize the amount of produced oil without causing overpressure within the reactor. The subsequent assumption it to assume that the trajectory tracking of such a temperature profile requires an automated system. So far, the reactor in question is operated instinctively and manually which results in a poor production capacity often interrupted by overpressure. Contribution to the significant improvement of this technology is supported by a main goal that can be stated as follow: to develop an automated control system which follows an optimized tire temperature profile to maximize oil production while taking into account the pressure and batch duration. More specifically, this study is based on a pre-established reaction kinetic model around which are developed: a dynamic model related to the burners, an automated control system of these burners, a dynamic model describing the pressure behaviour within the reactor, the optimization of production operation and finally a user-friendly simulation software. In terms of methodology, the model of burners is developed through an automated systems engineering approach. Indeed, the related industrial data is correlated by choosing the structure of a common model, a linear state space representation, which is set to a 5th order. The identification of such a model is based on the prediction error minimization method. Various optimization algorithms are tested. The most compelling is adaptive Gauss-Newton which shows high correlation in term of accuracy: 99,8% and 96,1% are respectively obtained at the verification and validation step which is quite appreciable. Feedback automation is used to control the burners. For that purpose, a proportional controller is designed to control the wall temperature of the reactor by operating the level of burners. The design is made through Simulink® of Matlab® which provides the ability to do a fine-tuning for an optimal system response. The controller performance test, based on a wall temperature tracking trajectory, reaches about 99% in terms of accuracy. In addition, the dynamic model of pressure within the reactor is in turn developed through a chemical engineering approach. The main structure of such a model is based on the ideal gas law. This structure is mainly used to correlate the simulated pressure to the industrial data; the model parameters are then tuned. Since the process is transient, variables are supported by a set of differential equations arising from both the reaction kinetic, gas volume change within the reactor, average molecular weight variation and the racking dynamic associated with the vacuum pump. Because the data acquisition system at the factory does not register measures deemed appropriate, the model validation cannot be done even though the verification step is relatively satisfactory. For the same reason, assumptions are reasonably made. In the other hand, an optimization approach is led to maximise the amount of produced oil. The optimisation problem is nonlinearly constrained in addition to being discretized due to the dynamics on the reaction kinetic and pressure. By running an optimization algorithm based on the interior point method, an optimal solution was found. Indeed, before, the reactor could only handle approximately 1500kg (3300lbs) of tires safely to produce about 550 kg (1210lbs) of oil. Now, he is able to handle twice the amount of tires, with no risk of overpressure, to produce 1071kg (2356lbs) of oil over the same period. However, the optimal temperature profile obtained is hardly respected by the controller. The effect of the latter is shown by a 1% decrease in the amount of produced oil. However, the controller allows the reduction of energy cost by heating less the reactor. Results also show that the reactor cannot handle three times the amount of tires because of the high rate of gas production even if the burners are operated at low capacity. The overpressure cannot be avoided in this case. Furthermore, a user-friendly software used to simulate the process is developed through Matlab®. The program combines all the models mentioned above. Based on a burning profile entered by the user, this tool is then able to predict the amount of each product of interest. It also predicts the duration of reaction, the possible appearance of an overpressure in the reactor and the vacuum operation profile to avoid it whenever possible. When it takes more than 5 hours at the plant to load the reactor with the scrap tires, burn it, cool it, and measure the products with a risk of overpressure, it takes less than 5 minutes to the software to get the same results. Modeling can always be made more accurate through the integration of more complex phenomena or simply by the acquisition of industrial data obtained from more comprehensive and accurate testing. However, the main goal is reached since it provides a significant added-value to the related technology besides the practical answers to several questions from the manufacturer.

Document en libre accès dans PolyPublie
Département: Département de génie chimique
Directeur de mémoire/thèse: Michel Perrier et Jamal Chaouki
Date du dépôt: 09 juil. 2012 14:50
Dernière modification: 01 sept. 2017 17:33
Adresse URL de PolyPublie: http://publications.polymtl.ca/841/

Statistiques

Total des téléchargements à partir de PolyPublie

Téléchargements par année

Provenance des téléchargements

Actions réservées au personnel