164 articles  [english version]
Fiche détaillée Thèses
Université de la Réunion (1999-07-10), P. Hervé (Dir.)
Liste des fichiers attachés à ce document : 
PDF
1999lare0014_Benne_1.pdf(3.5 MB)
Les réseaux de neurones pour la modélisation et le contrôle du procédé d'évaporation : expérimentations et applications industrielles en sucrerie de canne
Michel Benne1

Ce travail de recherche, consacré à la synthèse d'une commande prédictive à modèle neuronal du procédé d'évaporation en multiple-effets, s'inscrit dans la continuité des travaux menés au L.G.I. depuis plusieurs années. Le mémoire de thèse s'articule en cinq chapitres : le premier présente l'atelier d'évaporation dans la chaîne de fabrication du sucre, et les développements théoriques et expérimentaux nécessaires à l'identification d'un modèle dynamique du procédé. Le chapitre 2 pose les bases théoriques du transfert technologique que constitue l'application des réseaux de neurones pour la modélisation et le contrôle des procédés industriels. La première partie de ce transfert technologique, décrite dans le chapitre 3, concerne l'identification de modèles du procédé d'évaporation, à partir de données expérimentales issues des campagnes de mesure menées à la sucrerie de Bois Rouge, La Réunion, en 1997 et 1998, et la simulation des modèles identifiés. Dans le chapitre 4, la problématique de l'automatisation du procédé, confrontée aux limites rencontrées par les schémas de régulation traditionnels, justifie la mise en oeuvre d'une stratégie de commande avancée. Cette démarche, qui constitue la deuxième partie du transfert technologique que nous avons entrepris, aboutit à la mise en oeuvre d'un schéma de commande prédictive mono variable basée sur un modèle à réseau de neurones, testé en simulation dans le chapitre 5. L'ensemble des résultats de simulation sont prometteurs, ce qui permet d'envisager l'implantation d'une stratégie similaire in situ dans les meilleurs délais.
1 :  Laboratoire de Génie Industriel
Procédé d'évaporation – sucrerie de cannes – modèles mathématiques – réseaux de neurones – contrôle de procédés industriels – commande prédictive

This research work, devoted to the synthesis of a neural network model based predictive command of a multiple-effect evaporation process, is in keeping with the continuation of the research works undertaken for several years within the Industrial Engineering Laboratory. The thesis consists in five chapters. The first one presents the evaporation stage in the production line, as well as both the theoretical and experimental developments required in order to identify a dynamic model of the plant. Chapter two lays the theoretical foundation of the technological transfer made up of the implementation of neural networks for the modelling and control of industrial processes. The first part of this technological transfer, described in chapter three, deals with the identification of evaporation process, as well as the simulation of identified models. These one has been identified using experimental data collected during measurement campaigns at the sugar factory of Bois-Rouge, Reunion Island, in 1997 and 1998. In chapter four, the problematic of the process control, confronted with the limits encountered by the traditional regulation schemes, warrant the implementation of a advanced control strategy. This approach, which makes up the second part of the technological transfer undertaken, leads us to the implementation of a mono variable predictive command scheme of the plant, based on a neural network model, which is tested through simulations in chapter five. The comprehensive results of the simulations are promising, which allows us to consider the implementation of a similar strategy in situ very soon.