Modélisation des procédés

industriels

Pr. Omkaltoum El FATNI

1
Introduction

2
 Les procédés de transformation de matière et d’énergie
sont des systèmes complexes constitués de plusieurs
opérations unitaires généralement très diversifiées et
interconnectées (échangeurs de chaleur, chaudières,
turbines, réacteurs, séparateurs, pompes,...).

 Leur comportement dépend de leurs unités et des

interactions qui existent entre ces unités.
 A cause de la complexité des phénomènes mis en jeu,
l'analyse de ce comportement pour les besoins de
conception ou de conduite de procédés présente
beaucoup de difficultés. 3
 À cause des problèmes posés par la gestion des
procédés, les chercheurs ont œuvré depuis plusieurs
décennies, au développement de méthodes de plus en
plus performantes et efficaces, pour la conception et la
mise en œuvre rationnelle des procédés.

 Ils ont développé des techniques de conduite

susceptibles de permettre la maîtrise de la gestion des
procédés existants.

 Ces techniques feront l’objet d’une étude détaillée dans

le présent cours sur les techniques de modélisation,
simulation et optimisation des procédés.

4
 But : Economie

 Etudier les équation régissant les différentes

transformations de la matière et de l’énergie.
 Introduire les impacts sur le coût de la
production

5
 OBJECTIF
Minimiser le budget de fonctionnement
d’une unité de fabrication en respectant:
–La sécurité de fonctionnement
–La réglementation en vigueur
(qualité,…)

6
 Rôle de l’ingénieur
 Concevoir les procédés des transformations industriels :
- soit au niveau des installations Pilotes
- soit au laboratoire : la modélisation du procédé étudié.

 Déterminer le dimensionnement des installations : Design

 Conduire le développement du procédé du laboratoire à l'échelle

industrielle (la conduite du procédé, contrôle de qualité,..)

 assurer son fonctionnement optimal (Optimiser l’énergie, la

température, le pH, …), (Optimiser le coût de la production).
7
 MANAGEMENT

Le management détermine pour l’ingénieur les objectifs

en terme technique et également économique

L’ingénieur doit être en mesure de traduire en

équations les expressions qui traduisent les différents
procédés: modélisation, et d’évaluer le coût optimal
de production: optimisation

8
1. Généralités

L’état du procédé est caractérisé par:

1. Des grandeurs de sortie, ce sont des grandeurs physiques ou

variables d’état parmi lesquelles se trouvent les grandeurs
physiques mesurables à maîtriser.
2. Des grandeurs d’entrée: ce sont toute grandeur qui modifie
l’état du système (donc ses variables d’état).

9
Définition
 La modélisation est une démarche qui permet, à
partir de faits expérimentaux, de construire un
outil mathématique reliant les sorties d’un
système à ses entrées.

 Elle permet de décrire un procédé à l’aide d’un

système d’équations susceptible de représenter
de façon fiable le comportement du procédé.

 La modélisation est donc l’étape principale de la

méthodologie de l’analyse des procédés
industriels assistée par ordinateur.
10
 Classification des modèles
-les modèles mathématiques peuvent être classés en trois catégories
:
1. Modèles physico-chimiques, basés sur les lois de transferts et de
conservation de matière, d’énergie et de quantité de mouvement

2. Modèles statistiques empirique développés par ajustement des

données observées ou en se basant sur un historique tout en
considérant le système comme boite noire.

3. Modèles de populations, obtenus à l’aide de bilans de

populations et mettant en œuvre les fonctions de distribution
(fonctions de distribution d’âges…).

11
 Régimes de fonctionnement
Régime permanent

Etat de marche où toutes les variables du système

sont constantes dans le temps.

Régime transitoire (ou dynamique)

Etat où au moins l'une des variables du système

varie avec le temps.

12
I- Modèles Physico-chimiques

13
 Les modèles physico-chimiques sont développés à partir de
bilans de matière, d’énergie, et de la quantité de mouvement
effectués autour d’un système de frontières bien délimitées.

 l’équation du bilan autour d’un tel système s’écrit pendant un

intervalle de temps dt:
[Quantité entrant dans le système à travers ses frontières]
-
[Quantité sortant du système à travers ses frontières]
+
[Quantité engendrée dans le système]
-
[Quantité consommée dans le système]
=
[Quantité accumulée dans le système]
14
 [Quantité engendrée dans le système]
-
[Quantité consommée dans le système]
=
Génération : G

D’une manière générale, on dit:

Entrées – Sorties + Génération = Accumulation

SEi – SSi + G = A
15
 Classification des modèles physico-chimiques

• Deux classifications différentes peuvent être distinguées

selon Himmelblau et Bischoff qui traitent en détails cette
question.
1) L’une selon le niveau d’analyse
2) l’autre, selon la structure mathématique des
équations du modèle.

 Mais, on peut ajouter une autre classification:

1) selon la nature du procédé étudié,

16
 1- Classification selon le niveau d’analyse

 Cette classification est basée sur le degré de détails physiques

internes au système, pris en considération lors de l’analyse des
phénomènes mis en jeu dans ce système.
 Selon cette classification, cinq types de modèles peuvent être
distingués :
1. Modèles microscopiques particulaires.
2. Modèles microscopiques continus.
3. Modèles à gradients multiples ou de dispersion.
4. Modèles à gradient maximum.
5. Modèles macroscopiques.
17
 I-1 Modèles microscopiques particulaires

 Pour obtenir ce type de modèles, l’analyse du système est

effectuée au niveau le plus fondamental;
 le système est considéré comme étant discontinu formé
d’entités individuelles séparées (particules, molécules, atomes,
ions…) obéissant à certaines lois.
 Les propriétés et les variables d’état du système sont obtenus
par sommation sur toutes les entités formant ce système.
 Les modèles ainsi développés peuvent paraître attrayants par
leur fidélité et par le degré de détails physiques dont ils peuvent
rendre compte.
 Cependant, à cause de leur complexité, leur utilisation en
ingénierie est limitée à l’étude des phénomènes fondamentaux
(théorie cinétique des gaz, mécanique quantique…).
18
 I-2 Modèles microscopiques continus

 Pour élaborer ce type de modèles le système est considéré comme un

milieu continu et homogène.
 Les interactions entre particules (interactions moléculaires) sont
ignorées.
 Les équations de bilans sont développées pour un volume
infinitésimal représentatif du système (volume différentiel).
 L’utilisation de ce type de modèles nécessite la connaissance de
champs de vitesses.
 Cette connaissance devient simple à acquérir dans le cas de systèmes
à écoulements laminaires et stagnants.
 L’application des modèles microscopiques continus peut, alors, être
très utile tout en présentant beaucoup de difficultés.

19
 I-3 Modèles à gradients multiples ou de dispersion

 C’est une modification de modèles microscopiques continus

pour des systèmes où la fonction de vitesse locale n’est pas
connue ou difficile à déterminer.

 C’est le cas des écoulements turbulents dans les conduites ou

d’écoulements à configuration compliquée : lits fixes, milieux
poreux

20
 La structure des équations de ce type de modèles est
identique à celle des équations des modèles
microscopiques continus,
 mais ils comportent des valeurs moyennes des
variables dépendantes et des coefficients effectifs
(viscosité effective et conductivité effective).
 Ces coefficients effectifs dépendent des propriétés du
fluide et des conditions de l’écoulement.
 Ils doivent être déterminés expérimentalement pour
chaque système.

21
 I-4 Modèles à gradients maximum

 Un modèle de ce type peut être obtenu par simplification

d’un modèle à gradients multiples

 pour se faire, on néglige les termes de dispersion et les

gradients par rapport à toutes les directions sauf celle
pour laquelle les gradients sont maximums.

 On peut citer, à titre d’exemple, le cas du modèle d’un

réacteur à écoulement piston.

22
 I-5 Modèles macroscopiques

 L’analyse est effectuée à son niveau le plus bas : on ignore

tout détail physique interne du système, et par conséquent
il y a absence de tout gradient dans le système.

 la seule dérivée qui est conservée dans les équations de

bilans est celle relative au temps.

 Ce manque de détails simplifie grandement la description

mathématique du système, mais elle est accompagnée
d’une perte d’information concernant les performances de
ce dernier.

23
 Ceci n’implique pas que la qualité des modèles diminue
pour autant. Ainsi, par exemple, un modèle macroscopique
peut mieux représenter certains systèmes que des modèles
plus détaillés.

 Lorsque le système étudié est le siège d’une transformation

chimique et si les vitesses de réaction font intervenir des
produits de concentrations de plusieurs constituants, les
équations du modèle deviennent fortement non linéaires à
cause des constantes de vitesses de réactions qui
s’expriment en fonction de la loi d’Arrhenius

24
 2- Classification selon la structure mathématique des
équations

 Cette classification des modèles physico-chimiques se base sur

la nature mathématique des équations de ces modèles. Ainsi,
selon cette nature, on peut distinguer :
1) les modèles déterministes à l’opposé des modèles
stochastiques ;
2) les modèles linéaires à l’opposé des modèles non linéaires ;
3) les modèles statiques à l’opposé des modèles dynamiques ;
4) les modèles à paramètres distribués à l’opposé des modèles
à paramètres globaux (ou concentrés).

25
  Modèles
II-1 déterministes
Modèles déterministes et modèles stochastiques

 Un modèle est déterministe si les variables et les

paramètres intervenant dans ses équations sont
déterministes ; c’est-à-dire pouvant prendre des valeurs
exactes (sans incertitude).

 Par opposition, un modèle est stochastique si les

variables et les paramètres associés à celui-ci sont
aléatoires. C’est-à-dire pouvant prendre des valeurs à
l’intérieur d’intervalles d’incertitude, dont la longueur
dépend de la probabilité à ce que la variable en question
ne soit pas en dehors de son intervalle d’incertitude (seuil
de confiance).

26
En fait, toute variable mesurée est une variable
aléatoire, dont tout modèle impliquant de telles
variables est stochastique.

Afin d’éviter la complexité de modèles

stochastiques, on se ramène aux modèles
déterministes en considérant les valeurs moyennes
des variables et des paramètres.

27
 II-2 Modèles linéaires et modèles non linéaires

 Un modèle est linéaire si tous les termes des équations

qui le représentent sont linéaires.
 Autrement dit, si les équations du modèle reliant le
vecteur des variables dépendantes, Y, au vecteur des
variables indépendantes, u, s’expriment par :
Y = H(u)
 Où H est un opérateur linéaire ; c’est-à-dire :

28
29
 Modèles statiques et modèles dynamiques
 Un modèle est statique s’il décrit le régime permanent du
système auquel il correspond.
 Les équations qui le représentent ne comportent pas de
termes d’accumulation.
 Dans le cas contraire, le modèle est dynamique et il
caractérise le fonctionnement en régime transitoire du
système.

30
 Un modèle dynamique peut servir à l’étude du démarrage,
d’arrêt et du contrôle du système.
 Il peut aussi être utilisé pour une conception plus précise de
ce dernier, que celle effectuée classiquement à l’aide d’un
modèle statique.
 Notons que la réponse du système en régime permanent est
la limite, lorsque le temps tend vers l’infini, de la réponse en
régime transitoire.
 Notons aussi que dans la pratique, un régime permanant
parfait n’existe pas.

31
Modèles à paramètres distribués et modèles à paramètres
globaux
 Un modèle est à paramètres distribués si les variables
dépendantes varient d’un point à l’autre du système.
 C’est le cas des modèles microscopiques, de dispersion ou
du gradient maximum.
 Dans le cas contraire, le modèle est à paramètres globaux
(modèles macroscopiques).

32
 Type d’équations
 On distingue quatre types d’équations :
1) algébriques ;
2) différentielles ordinaires ;
3) différentielles aux dérivées partielles ;
4) algébro-différentielles.
 Les équations algébriques représentent un modèle statique à
paramètres globaux.
 Les équations différentielles ordinaires peuvent être associées à
un modèle dynamique à paramètres globaux, ou à un modèle
statique à un paramètre distribué.
33
 Les équations différentielles aux dérivées partielles peuvent
représenter un modèle à paramètres distribués, statique ou
dynamique.
 Certaines équations exprimant les conditions aux limites des
équations différentielles ordinaires ou aux dérivées partielles
sont de type algébrique donnant lieu à des systèmes
d’équations algébro-différentielles.

34
D’une manière générale, pour tous les différents modèles, il
existe des modèles statiques et d’autres dynamiques.

1. Modèle statique:

 Il décrit le régime permanent du système auquel il

correspond.
 Les équations qui le représentent ne comportent pas de
termes d’accumulation.
 A= 0 et SEi – SSi + G = 0

Notons que dans la pratique, un régime permanant parfait

n’existe pas

35
2. Modèle dynamique:
 Dans le cas contraire, le modèle est dynamique et caractérise le
fonctionnement en régime transitoire du système.
 Un modèle dynamique peut servir à l’étude du démarrage,
d’arrêt et du contrôle du système.
 Les équations qui le représentent comportent le terme
d’accumulation; A; avec:

 Pour les bilans massiques:

 Pour le bilan énergétique:

36
 MODELES PHYSICOCHIMIQUES

 Un modèle physicochimique est une représentation

mathématique du procédé, basée sur les équations de
conservation de matière, d’énergie et de quantité de
mouvement et mettant en œuvre des lois décrivant les
phénomènes mis en jeu.

 Différents niveaux de description des phénomènes

peuvent être considérés comme indiqué dans le tableau 1
ci-après.

37
Tableau 1 : Niveaux de description des phénomènes (Adapté
pae : David M. Himmelblau & Kenneth B. Bischoff . Process
Analysis and Simulation: deterministic systems. Wiley (1968)
Type de modèle Utilisation en ingénierie Aspects considérés

Moléculaire et atomique - Bases fondamentales Entités discrètes : mécanique

- Ingénierie de produits quantique ; mécanique
- Nanotechnologies statistique ; théorie cinétique
Microscopique - Applicable dans des cas Phénomènes en régime
spécifiques : laminaire ; théorie statistique
- Intensification des procédés de la turbulence

Gradients multiples - Systèmes polyphasés gaz- Laminaire et turbulent :

liquide-solide
Phénomènes de transferts ;
transferts en milieux poreux
Gradient maximum Systèmes ouverts ; écoulement Laminaire et turbulent :
piston phénomènes de transfert ;
cinétique de réactions
chimiques
Macroscopique Très large utilisation Ingénierie des procédés
classiques

38
 Les modèles physico-chimiques sont développés à partir de:
1) bilan de matière,
2) bilan d’énergie, et
3) bilan de la quantité de mouvement

 Ces bilans sont effectués autour d’un système de frontières

bien délimitées.

 Dans le cas d’un système traitant une matière non ionique à

N constituants, le système d’équations indépendantes qui
peuvent être développées à partir de bilans, est formé de :

39
  N équations de bilans de matières :
 Par rapport aux N constituants.
 Ou par rapport aux N-1 constituants plus
une équation de bilan massique globale

 L’équation de bilan énergétique.

 L’équation de bilan de quantité de

mouvement.

Soit, au total NE = N+2 équations indépendantes.

40
 Notion de Bilan matière

Les entrées et les sorties de matière:

 débits massiques kg/h
 débits volumiques m3/h
 débits molaires moles/h
Il existe deux types des systèmes:
1) Système réactionnel comportant des mécanismes
réactionnelles (réacteurs chimiques).
2) Système non réactionnel: c’est un procédé qui permet
d’avoir une réponse à l’aide des variables d’entrées
sans qu’il y aura possibilité d’une réaction chimique
(exple: échangeur de chaleur, diviseur, mélangeur,…)

42
Bilan de matière dans les systèmes non réactionnels
en régime permanent

Variables utilisées pour la formulation des bilans de

matière. L’un des choix suivants peut être adopté:

1. Le débit massique pour chaque constituant j: Fj

2. Le débit molaire pour chaque constituant j: Nj

43
3. Le débit massique total du courant et la composition
massique en chaque constituant du courant:

4. Le débit molaire total du courant et la composition

molaire en chaque constituant du courant:

44
Dans le cas d’un système non réactionnel, il n’y a
plus de génération de masse et l’équation générale de
bilan matiére;
SEi – SSi + G = A
S’écrit sous la forme suivante: SEi – SSi = A .

De plus, dans un régime permanent, on obtient

SEi – SSi = 0

45
Equations de bilan massique indépendantes

46
 Base de calcul

Si le débit d’aucun courant du système n’est

spécifié, alors n’importe quelle valeur de débit
pourra être choisie pour n’importe quel courant
pour servir de base de calcul.

Exemple:100 kg/h; 1000 mole/h; 100 t/h

47
 Information pour le calcul de bilans

1. Le système choisi avec des courants d’entrée-sortie

2. Les variables caractéristiques des courants permettent

de décrire le débit et la composition de chaque courant.

3. Toutes les équations de bilans (S) sont indépendantes,

avec S est le nombre total de substances différentes
mises en jeu dans les courants du système.

4. La base de calcul choisie.

48
 Information pour le calcul de bilans
(Suite)

5. Quelques spécifications sur les courants sont classées en:

 Spécifications de composition
 Spécifications débits
 autres Spécifications :
 Rapports de flux
 Taux de récupération
 Relations entre compositions de courants

49
 Analyse de bilans massiques

• La résolution des équations de bilans s’effectue après

avoir s’assurer que le système d’équations admet une
solution.
• À cet effet , il faut démontrer que le nombre de degrés
de liberté Ndl est nul.

50
• Ndl= nombre total des variables indépendantes,
caractéristiques des courants
–
nombre total des équations de bilans indépendantes
–
nombre total des spécifications indépendantes
relatives aux variables des courants
–
nombre total d’autres spécifications
51
1. Si NDL  0, le système est sous-spécifié et donc
insoluble. Pour avoir une solution, il faut ajouter
dans ce cas d’autres spécifications indépendantes.

2. Si NDL 0, le système est sur-spécifié. Certains

équations sont alors redondantes et elles doivent
être éliminées avant d’entamer la résolution des
équations.

3. Si NDL = 0, il existe une solution unique au

problème et la résolution est possible et nécessite la
connaissance des conditions initiales et / ou aux
limites. Celles-ci peuvent être définies à partir de
considérations physico-chimiques.
52
 Stratégie de résolution
1. Il faut choisir une stratégie permettant la résolution
du système d’équations de la façon la plus simple
possible et d’une manière séquentielle.

2. Parmi les S+1 équations, il faut choisir S qui

comportent moins d’inconnues.

3. On laisse toujours l’équation de bilan global car elle

ne fait intervenir que des débits donc moins
d’inconnues que les bilans partiels.
4. On élimine de préférence une équation de bilans
partiels.
53
5. Le choix de la base de calcul doit être effectué
de manière à découper le système d’équations
en vue d’une approche séquentielle.
Même si la valeur d’un débit est déjà donnée, il est
conseillé de choisir une nouvelle base de calcul
avec une mise à l’échelle de la solution trouvée
pour la rapporter à la valeur du débit spécifié.

54
Exemple 1 :Exemple1:
Bilan matière
réservoirsur un réservoir

Accumulation = Entrées - Sorties + Génération

Accumulation = D1 - D2 + G
Or Accumulation = d(rSh)/dt et G=0

rS dh/dt = D1 - D2
55
Exemple 2 :
D3
D1
D2

Compositions des constituants Ci dans

chaque débit Di :
 D4

D1 :20% de C1 et 40% de C2 et 60% de C4

D5
D2 :10% de C1 et 90% de C3
D3 : 25% de C1 et 75% de C4

D4 : 20% de C1 et 80% de C2
D5 : 40% de C3 et 60% de C4

56
 Exemple 2 : D3

D2

1. Bilan matière global sur le réservoir:  D4

r S dh = D1 + D2 + D3- (D4 + D5)
dt D5

• En régime permanent : dh/dt = 0

donc D1 + D2 + D3- (D4 + D5) = 0

2. Bilans matière partiels:

À faire chez soi…..

57
 Notion
Notion de Bilan
de Bilan énergétique
Q1
Q2

Les entrées et les sorties d’énergie sont représentés par les enthalpies

Ei = Di Cpi (Ti-T*)
Ej = Dj Cpj (Tj-T*)

Cpi: Chaleur spécifique du débit Di

58
Exemple 3 : Bilan énergie sur un chauffe-eau
T1

T2
T2
Q

r S h Cp dT2/dt = D1 Cp T1 – (D2 Cp T2) + Q

59
 Bilan énergie sur un chauffe-eau

r S h Cp dT2/dt = D Cp (T1 - T2) + Q

• En régime permanent : dT2/dt = 0

Donc D Cp (T1 - T2) + Q = 0
On obtient alors Q = D Cp (T2 - T1)

• En régime dynamique :
dT2 = 1 [D Cp (T1 -T2) + Q]
dt rShCp

60
Exemple 4: Bilans matière et énergie
Fabrication de sirop pour sodas

61
Les équations du modèle physicochimique sont:

• Équation de Bilan
matière global
• équations de bilan
matière spécifique
(sucre ou l’eau)
• équation de Bilan
énergétique

62
a) Bilan matière global

Accumulation = Entrées - Sorties + Génération

or G=0 , Accumulation = d(rsh)/dt

Entrées = D + d et Sorties = J

D'où :

r s dh/dt = D + d - J
63
b) Bilan matière spécifique
Sucre

Quantité de sucre dans la cuve = (r S h)

Accumulation = d (r S h c)
dt
Entrée = d co et Sortie = J c

rS d(hc) = dc0 - J c
dt
64
 c) Bilan thermique

Accumulation = Entrées - Sorties + Génération

or G = -Q et A = d (r S h Cp3 T)
dt
rSCp3d(hT)/dt = D Cp1 To + d Cp2 To - J Cp3 T +
VL - Q

L: Chaleur latente de condensation

rSCp3d(hT)/dt = (DCp1+ d Cp2)To-JCp3T+VL- Q

65