Formation en simulation et optimisation de processus

Leçon 1 • Données requises et sources

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

Leçon 2 • Concepts fondamentaux de modélisation

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

Leçon 3 • Interface du simulateur et flux de travail

Oriente les étudiants dans un environnement générique de simulateur de procédés 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 l'exactitude des résultats.

Leçon 1 • Simulation d'échangeur de chaleur

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

Leçon 2 • Opérations unitaires de séparation

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

Leçon 3 • Opérations avec solides et phases multiples

Étend la modélisation aux cristalliseurs, sécheurs et contacteurs gaz-liquide. Les systèmes polyphasiques nécessitent des corrélations spécialisées au-delà des modèles de fluides standard.

Leçon 4 • Écoulement de fluide et réseaux de tuyauterie

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

Leçon 1 • Techniques de validation de modèle

Compare les résultats de simulation aux données d'usine et aux spécifications de conception. La validation quantifie la crédibilité du modèle avant le début de l'optimisation.

Leçon 2 • Stratégies de convergence

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

Leçon 3 • Modélisation des systèmes de recyclage et de purge

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

Leçon 4 • Documentation du modèle stationnaire

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

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 stationnaires aux modèles dynamiques

Explique le passage mathématique des équations algébriques aux équations différentielles en mode dynamique. Les étudiants convertissent les schémas de procédé stationnaires existants 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 auxiliaires. Les résultats guident la conception de la stratégie de régulation et le dimensionnement des systèmes de sécurité.

Leçon 4 • Simulation du démarrage et de l'arrêt

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

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

Gère les décisions discrètes telles que le choix d'équipement et la topologie du procédé. La MILP et la MINLP 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 quels 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-objectif

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 de procédés

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

Leçon 4 • Optimisation de procédés à objectif unique

Optimise un seul objectif tel que l'énergie minimale ou le rendement maximal sur l'ensemble d'un schéma de procédé. Les étudiants appliquent des solveurs NLP 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 en imposant des contraintes structurelles.

Leçon 2 • Programmation mathématique pour les réseaux d'échangeurs de chaleur

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

Leçon 3 • Optimisation des systèmes de services auxiliaires

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

Leçon 4 • Méthodologie de l'analyse pinch

Utilise les courbes composites et le point pincement pour fixer les objectifs minimaux de services auxiliaires. L'analyse pinch 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 métriques de l'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 auxiliaires. 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 stationnaires 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.