Cours de simulation et optimisation des processus

Leçon 1 • Exigences et sources de données

Identifie les données d'entrée nécessaires pour construire des modèles fiables et où les obtenir. La mauvaise qualité des données est la première cause de simulations inexactes.

Leçon 2 • Concepts fondamentaux de modélisation

Présente les bilans de matière et d'énergie comme le socle mathématique des modèles de procédés. Relie les lois de conservation aux équations du simulateur.

Leçon 3 • Interface et flux de travail du simulateur

Oriente les étudiants vers un environnement de simulateur de procédés générique et un flux de travail standard. Renforce la confiance avant de construire des modèles complets.

Leçon 4 • Packages de propriétés thermodynamiques

Explique comment les simulateurs calculent les propriétés physiques à l'aide de modèles thermodynamiques. La sélection correcte du package affecte directement la précision des résultats.

Leçon 1 • Simulation d'échangeur de chaleur

Couvre les modes de dimensionnement et de conception pour les échangeurs à calandre et à tubes et à plaques. Relie les calculs de charge thermique au bilan énergétique global du procédé.

Leçon 2 • Opérations unitaires de séparation

Simule des colonnes de distillation, d'absorption et d'extraction liquide-liquide. Les méthodes rigoureuses plateau par plateau sont introduites en parallèle des approches simplifiées.

Leçon 3 • Opérations solides et multiphasiques

Étend la modélisation aux cristalliseurs, séchoirs et contacteurs gaz-liquide. Les systèmes multiphasiques nécessitent des corrélations spécialisées au-delà des modèles de fluides standards.

Leçon 4 • Écoulement de fluide et réseaux de canalisations

Modélise la perte de charge et la distribution de débit dans les systèmes de canalisations. Une hydraulique précise sous-tend les performances des opérations unitaires en aval.

Leçon 1 • Techniques de validation de modèles

Compare les résultats de simulation aux données d'usine et aux cahiers des charges. La validation quantifie la crédibilité du modèle avant de commencer l'optimisation.

Leçon 2 • Stratégies de convergence

Aborde les échecs de convergence courants et la sélection du solveur. Une convergence robuste est un prérequis pour une optimisation fiable.

Leçon 3 • Modélisation des boucles de recyclage et des systèmes de purge

Traite les boucles de recyclage avec des courants de purge pour éviter l'accumulation d'inertes. Les systèmes de recyclage sont parmi les éléments de schéma de procédé les plus difficiles à faire converger.

Leçon 4 • Documentation du modèle en régime permanent

Établit des normes pour l'enregistrement des hypothèses, des entrées et des résultats du modèle. Les modèles documentés facilitent les audits, les transferts et les futurs travaux d'optimisation.

Leçon 1 • Intégration de boucles de régulation

Ajoute des régulateurs PID et des structures de régulation aux schémas de procédé dynamiques. Les boucles de régulation sont essentielles pour un comportement transitoire réaliste.

Leçon 2 • Des modèles en régime permanent aux modèles dynamiques

Explique le passage mathématique des équations algébriques aux équations différentielles en mode dynamique. Les étudiants convertissent les schémas de procédé existants en régime permanent en équivalents dynamiques.

Leçon 3 • Analyse des perturbations et des incidents

Simule les perturbations d'alimentation, les défaillances d'équipement et les pertes de services. Les résultats guident la conception de la stratégie de régulation et le dimensionnement des systèmes de sécurité.

Leçon 4 • Simulation de démarrage et d'arrêt

Modélise les séquences planifiées de démarrage et d'arrêt pour identifier les risques opérationnels. Les extrêmes transitoires dépassent souvent les limites de conception en régime permanent.

Leçon 1 • Optimisation stochastique et globale

Introduit les méthodes métaheuristiques et stochastiques pour les problèmes non convexes. Ces méthodes échappent aux optima locaux où les solveurs basés sur le gradient stagnent.

Leçon 2 • Programmation en nombres entiers mixtes

Traite les décisions discrètes telles que la sélection d'équipement et la topologie du procédé. La PLNE et la PLNNE étendent l'optimisation continue aux choix structurels.

Leçon 3 • Analyse de sensibilité et paramétrique

Quantifie comment les solutions optimales changent avec les variations de paramètres. L'analyse de sensibilité révèle quelles contraintes et paramètres influencent le plus l'optimum.

Leçon 4 • Structure du problème d'optimisation

Définit les fonctions objectif, les variables de décision et les contraintes dans un contexte d'ingénierie. Une formulation correcte du problème détermine si un solveur peut trouver une solution utile.

Leçon 1 • Optimisation multi-objectifs

Équilibre des objectifs concurrents tels que le coût par rapport à l'impact environnemental. La génération du front de Pareto révèle les compromis pour une prise de décision éclairée.

Leçon 2 • Optimisation sous incertitude

Incorpore la variabilité de l'alimentation et l'incertitude des paramètres dans l'optimisation. La programmation robuste et stochastique produit des solutions performantes dans différents scénarios.

Leçon 3 • Gestion des contraintes dans l'optimisation des procédés

Gère les contraintes de sécurité, de qualité et de capacité pendant les cycles d'optimisation. Les solutions irréalisables doivent être détectées et traitées sans abandonner le solveur.

Leçon 4 • Optimisation mono-objectif des procédés

Optimise un objectif tel que l'énergie minimale ou le rendement maximal sur l'ensemble d'un schéma de procédé. Les étudiants appliquent des solveurs PNL dans l'environnement du simulateur.

Leçon 1 • Rénovation et dégoulottage

Applique les méthodes d'intégration énergétique aux usines existantes avec des équipements fixes. La rénovation diffère de la conception neuve par l'imposition de contraintes structurelles.

Leçon 2 • Programmation mathématique pour les RÉC

Formule la synthèse de réseaux d'échangeurs de chaleur comme un problème PLNE ou PLNNE. Les méthodes mathématiques trouvent des réseaux globalement optimaux au-delà de la portée heuristique.

Leçon 3 • Optimisation des systèmes de services

Optimise les systèmes de vapeur, d'eau de refroidissement et de réfrigération en parallèle avec le procédé. La conception du système de services affecte considérablement le coût énergétique total du site.

Leçon 4 • Méthodologie de l'analyse pincement

Utilise les courbes composites et le point de pincement pour fixer les objectifs minimaux de services. L'analyse pincement est le point de départ standard de l'industrie pour l'intégration énergétique.

Leçon 1 • Optimisation de la durabilité et des émissions

Incorpore l'empreinte carbone, les déchets et les indicateurs d'eau dans les objectifs d'optimisation. Les contraintes de durabilité sont de plus en plus obligatoires dans la pratique industrielle.

Leçon 2 • Études de cas industrielles de synthèse

Applique toutes les compétences du cours à des problèmes industriels à grande échelle dans le raffinage, la chimie et les services. Les étudiants présentent des solutions avec une justification économique et technique.

Leçon 3 • Systèmes d'optimisation en temps réel

Intègre les données d'usine en ligne avec des modèles en régime permanent pour une optimisation continue. Les systèmes RTO ferment la boucle entre la simulation et l'exploitation de l'usine.

Leçon 4 • Intégration de la régulation prédictive

Connecte les modèles de simulation dynamique à la conception et aux tests du régulateur MPC. Le MPC repose sur des modèles dynamiques précis pour prédire et optimiser le comportement futur.