Professional Documents
Culture Documents
Adama OUATTARA
lundi 18 juillet 2011
M. Adrian Dietz
M. Serge Domenech
Mme Pascale Zarat
M. Philippe Baudet (Membre Invit)
M. Luc PIBOULEAU (Membre Invit)
Remerciements
Je commence mes remerciements en ayant une pense pour mon pre, dcd en 2008 alors
que je ralisais cette thse. Je remercie ma mre pour son soutien et ses conseils. Je dis grand
bravo ma femme et mes enfants qui, malgr la distance et la dure de cette thse, n'ont
cess de me donner beaucoup d'amour et d'affection.
Ce travail de thse a t ralis l'INP de Toulouse, au sein de l'quipe de Conception
Optimisation et Ordonnancement des Procds du dpartement Procds et Systmes
Industriels du Laboratoire de Gnie Chimique de Toulouse.
Je tiens tout d'abord remercier la Fondation Benianh International sise Abidjan Plateau,
qui a bien voulu m'octroyer une bourse pour la ralisation de cette thse.
Je remercie le Professeur Fethi ALOUI et le Professeur Valrie LAFOREST pour m'avoir fait
l'honneur d'tre les rapporteurs de ma thse et pour la pertinence de leurs commentaires.
Je remercie le Professeur Catherine Azzaro-Pantel et le Professeur Luc PIBOULEAU, qui ont
accept de diriger ma thse. Je leur exprime toute ma gratitude, car sans leur soutien et leurs
conseils, je n'aurais pas pu atteindre cet objectif. Cela a t un grand privilge de travailler
avec eux.
Je remercie galement le Professeur Serge Domenech, qui m'a fait l'honneur d'tre Prsident
de jury et qui m'a aid tout particulirement dans la partie de ma thse consacre
l'tablissement du bilan de matires.
Merci Andr DAVIN et Ludovic MONTASTRUC pour leur implication dans ma thse et
auprs de qui j'ai beaucoup appris.
Merci galement toute la Direction de ProSim SA, pour avoir mis ma disposition et de
manire gracieuse, tous les logiciels de flowsheeting et de modlisation des centrales de
production d'utilits, utiliss dans cette thse.
Je remercie tout particulirement Philippe BAUDET, Ingnieur R&D (R&D Engineer)
ProSim SA, pour son aide et sa disponibilit. Merci pour tout Philippe.
J'adresse mes vifs remerciements mes collgues de bureau : Mary et Marie, Marianne, Sofia,
Guillermo, Dan, Raul, Fernando, pour l'ambiance formidable et pour l'entraide qui a toujours
fait notre force.
Remerciements
Je salue galement mes amis, Huberson, Julien, Soualo, Sodjan, Baftigu, Alain, Joachim
pour leur aide et la fraternit qui a habit notre groupe pendant toutes ces annes passes
Toulouse.
Je remercie galement l'ensemble des doctorants et tout le personnel du LGC.
Titre et rsum
Titre
Mthodologie d'co-conception de procds par optimisation multiobjectif et aide la
dcision multicritre
Rsum
Ce travail a pour objectif le dveloppement dune mthodologie de conception de procds
co-efficaces, avec prise en compte simultane de considrations cologiques et conomiques
lors de la phase de conception prliminaire de procds chimiques. Laspect environnemental
est quantifi travers lutilisation dun ensemble dindicateurs selon les lignes directrices de
concepts de dveloppement durable. Le cadre conceptuel est bas sur une modlisation du
procd et de lunit de production dutilits, car limpact environnemental dun procd est
li non seulement aux effluents directs du procd, mais galement la consommation
nergtique, leffet du recyclage, de la conversion des matires premires Dans ce but, le
logiciel daide la dcision ARIANETM
production (vapeur, lectricit, eau ) et des effluents (CO2, SO2, NOx, etc..) a t coupl au
modle dun procd pour dterminer les besoins en nergies primaires et quantifier les
missions polluantes. Ces modles ont ensuite t intgrs au sein dune boucle
doptimisation multiobjectif, base sur une variante dun algorithme gntique multiobjectif
de type NSGA-II (Non Sorted Genetic Algorithm). Le compromis entre les objectifs
conomiques et cologiques est illustr travers la gnration de fronts de Pareto. La
slection des meilleures solutions parmi cet ensemble est effectue par utilisation de
techniques danalyse multicritre. Lexemple test bien connu du procd de production de
benzne par hydrodsalkylation du tolune (HDA) est revisit ici dans un mode multiobjectif
pour illustrer lutilit de lapproche pour trouver des solutions de conception conomiques et
cologiques.
Mots-cls
Eco-conception, Procd, Impacts environnementaux, Economie, Production dUtilits,
Centrale Thermique, Optimisation, Algorithme Gntiques, Aide la dcision Multicritre
Abstract
This study aims at the development of a design methodology for eco-efficient processes,
meaning that ecological and economic considerations are taken into account simultaneously at
the preliminary design phase of chemical processes. The environmental aspect is quantified
by using of a set of indicators following the guidelines of sustainability concepts. The design
framework is based on a modelling approach considering both process and utility production
units, since the environmental impact of a chemical process not only contains the material
involved in the process but also the energy consumption, the effect of flow recycle, material
conversion and so on... For this purpose, a decision support tool dedicated to the management
of plant utilities (steam, electricity, water...) and pollutants (CO2, SO2, NOx, etc..),
(ARIANETM package) was coupled to process modelling and used here both to compute the
primary energy requirements of the process and to quantify its pollutant emissions.
Both models were thus integrated in an outer multiobjective optimization loop, based on a
variant of the so-called NSGA-II (Non Sorted Genetic Algorithm) multiobjective genetic
algorithm. The trade-off between economic and environmental objectives is illustrated
through the generation of Pareto fronts. The selection of the best design alternatives is
performed through the use of multicriteria analysis. The well-known benchmark process for
hydrodealkylation (HDA) of toluene to produce benzene, revisited here in a multi-objective
mode, is used to illustrate the usefulness of the approach in finding environmentally friendly
and cost-effective designs.
Keywords
Eco-design, Process, Environmental Impacts, Economy, Utilities Production, Power Plant,
Optimization, Genetics Algorithm, Multicriteria Decision Making
Sommaire gnral
Sommaire gnral
Sommaire gnral
1.2
1.3
1.3.1
1.3.2
1.3.3
1.4
1.4.1
1.4.2
1.5
1.6
1.7
1.7.1
1.7.2
1.8
1.9
Introduction...................................................................................................................41
2.2
2.3
2.3.1
2.3.2
2.4
2.4.1
2.4.2
2.5
2.5.1
Introduction...........................................................................................................58
2.5.2
2.5.3
Mthode FUCA.....................................................................................................66
2.6
2.7
Conclusion. ...................................................................................................................71
Sommaire gnral
Introduction...................................................................................................................75
3.2
3.2.1
Modle du procd................................................................................................77
3.2.2
3.2.3
3.2.4
3.3
3.3.1
3.3.2
3.3.3
3.3.4
3.3.5
3.4
Conclusion. .................................................................................................................107
Introduction.................................................................................................................113
4.2
4.3
4.4
4.3.1
4.3.2
4.3.3
4.4.2
4.4.3
4.4.4
4.4.5
4.5
4.6
Conclusion ..................................................................................................................144
Sommaire gnral
Introduction.................................................................................................................147
5.2
5.3
5.3.1
5.3.2
5.3.3
5.4
5.4.1
5.4.2
5.5
Analyse de cycle de vie du procd HDA couple une turbine vapeur ................172
5.6
5.6.1
5.6.2
5.7
Conclusions.................................................................................................................182
Bilan et perspectives...185
Bibliographie gnrale....191
Annexes.......206
Liste des tableaux et figures....239
Chapitre 1
Position du problme
dco-conception
et
analyse bibliographique
NOMENCLATURE ET SYMBOLES
Abrviations
ACGIH :
ACV :
AP :
EP :
GWP :
HTPE :
TWA :
VLE :
WAR :
Symboles
xkj :
Eq :
FEi :
FPi,N :
In :
Mi :
MN :
Out :
t q. :
HTPI :
IEP :
NIOSH :
ODP :
OSHA :
POCP :
SPI :
TTP :
Lettre grecque
10
SYSTEME
Augmentation de
de la prise en compte
globale du dveloppement durable (DD)
Extraction
Mat.
1res
Gestion
innovation
DD
Conception
DD
PROCEDE
Augmentation de
lchelle du systme
PRODUIT
Elaboration,
distribution
Exploitation
DD
DD
Conduite
Supervision
DD
Analyse
Gestion Impact
multisite
DD
Figure 1.1.
11
Le concept de Dveloppement Durable est bas sur la cration de biens et de services utilisant
des procds et des systmes non polluants, qui prservent les ressources nergtiques et les
matires premires tout en tant conomiquement viables. Les exigences sociales portent sur
la prennit de l'emploi, mais aussi sur la garantie de scurit totale dun procd pour les
exploitants, les consommateurs et le public. La ncessit et la volont d'innovation
permanente qui caractrisent les industries de transformation de la matire et de
l'nergie doivent ainsi s'appliquer la recherche d'une nouvelle socio-conomie industrielle.
A la priode d'co-efficacit (ou co-efficience) qui a pour objectif de promouvoir une
utilisation plus efficace des matires premires et de l'nergie en vue de rduire
simultanment les cots conomiques et l'impact environnemental de la production, doit
succder une re d'co-conception, o les paramtres environnementaux sont pris en
considration ds la conception du produit et du procd. Lco-conception apparat ainsi
comme la contribution oprationnelle du dveloppement durable.
Le Gnie des Procds qui prne lintgration harmonieuse des systmes dans leur milieu,
doit jouer un rle important et ce pour deux raisons : la premire est que la production induite
par ce type dindustrie, qui contribue fortement au revenu national, est essentiel pour la
socit moderne : le dveloppement de la socit dpend en partie de lindustrie chimique et
rciproquement. La seconde raison est que de nombreux aspects environnementaux sont
associs directement ce type de procd ou lutilisation des produits chimiques travers
des impacts sur leau, lair et le sol. Les produits chimiques labors par lindustrie pour les
marchs de consommateurs, doivent tre fabriqus, utiliss et recycls par des procds
propres, srs et conomiquement rentables. Il est alors impratif damliorer les procds
existants et den imaginer de nouveaux qui vitent, ou dfaut, minimisent la production de
dchets la source plutt que de les collecter et/ou de les traiter, passant ainsi dune approche
curative une approche prventive. Cette vision, qui prend en compte le cycle de vie produitprocd et largit le champ dinvestigation, implique une approche systmique. A titre
dillustration, lvolution de la problmatique en synthse de procds est propose sur la
Figure 1.2. Elle montre clairement que la prise en compte des aspects environnementaux dans
la phase de conception des procds chimiques a rellement commenc partir du debut du
21me sicle.
En effet, elle sinscrit dans les recommandations publies depuis une dizaine d'annes et
nonces travers les 12 principes de la chimie verte [ANA 98], les 12 principes de
l'ingnierie verte [ANA 03], les grands dfis pour l'ingnierie dicts par l'Acadmie
12
Nationale Amricaine d'Ingnierie [NAE 08], ou encore celles de l'IChemE 21st Century
Chemical Engineering (IChemE Roadmap, UK, 2007) [ICH 07].
Produits
Matires
premires
Annes1960
1960
Annes
Cur du procd
Sparation
Raction
Utilits
Produits
Matires
premires
Cur du procd
Raction
Annes1980
1980
Annes
Energie
Fuel
Gaz naturel
Eau
Sparation
Rseau
de
rcupration
de chaleur
Courants chauds/froids
Unit de production
dutilits
me sicle
21me
21
sicle
Effluents
Utilits chaudes/froides
Produits
Traitement
des effluents
Ressources
naturelles
Extraction
des
matires
premires
de base
+
Sources
primaires
dnergie
Cur du procd
Sparation
Raction
Energie
Courants chauds/froids
Unit de production
dutilits
Rseau
de
rcupration
de chaleur
et de
matire
Impacts
Utilits chaudes/froides
Emissions
Figure 1.2.
Les travaux raliss dans le cadre de cette thse sinscrivent dans cette thmatique et visent
dvelopper une dmarche dco-conception de procds. Toutefois, le champ disciplinaire
relatif ce sujet comporte deux aspects principaux : dune part, les aspects lis la topologie
du procd qui sont relatifs la slection des oprations unitaires et des choix technologiques
les plus pertinents par rapport une application donne ; dautre part, la recherche des
conditions opratoires optimales et la conception travers le dimensionnement des
quipements structure de procd fige. Nanmoins, ce stade, ltude et lanalyse de
diverses architectures pourront tre approfondies. Ce travail concerne exclusivement la
13
seconde application qui constitue une tape prliminaire avant daborder le champ thmatique
plus large de loptimisation structurelle de procds.
Ce chapitre est divis en plusieurs parties : le contexte gnral de ltude qui vient dtre
prsent est suivi dune partie ddie la dfinition dindicateurs, dindices et de mtriques de
dveloppement durable en Gnie des Procds. La troisime partie dveloppe plus
spcifiquement les mtriques de lAIChE et de lIChemE, adaptes aux procds chimiques.
La quatrime partie est consacre ltude de la mthode dindice dimpact environnemental
potentiel et de lalgorithme de rduction des rejets, approche largement utilises en Gnie des
Procds ( Waste Reduction Algorithm ). Nous prsentons ensuite le principe de lindice
Sustainable Process Index ou SPI qui sapparente lempreinte cologique dun procd
ainsi que des approches thermodynamiques bases sur le concept dexergie. Les concepts de
base de lanalyse de cycle de vie, mthode qui connat lheure actuelle de larges
applications, sont ensuite rappels. Une synthse et lorientation des travaux de recherche qui
vont tre explicites dans le manuscrit sont ensuite proposes. Lorganisation du mmoire
termine ce chapitre.
Dans cette tude, lobjectif nest pas didentifier de faon exhaustive, lensemble des
mtriques proposes et applicables aux procds de lindustrie chimique ou autre, mais plutt
de mettre en exergue les plus importantes par rapport un objectif de prise de dcision.
Il est utile au pralable de faire la distinction entre indicateur, indice et mtrique.
Un indicateur est un outil de simplification, de quantification et de communication de
linformation. Il constitue le premier niveau danalyse de donnes de base. Idalement, selon
la classification de [SID 03], un indicateur de dveloppement durable devrait satisfaire
simultanment les trois composantes ci-dessus mentionnes. Toutefois, la construction et la
slection de tels indicateurs ne sont pas directes et ont fait lobjet de nombreux travaux (voir
par exemple [SEG 02]). Un bon indicateur doit satisfaire plusieurs exigences lies la validit
technique, la pertinence vis--vis des parties prenantes, le cot vis--vis de la collecte de
donnes, la fiabilit, les limites spatiales et temporelles, la facilit dinterprtation, laccs
un standard de comparaison et la capacit montrer les tendances dvolution au cours du
temps. Toutefois, un indicateur robuste peut tre difficile interprter, chouant ainsi dans sa
fonction de communication. Dans beaucoup de cas, lvaluation des indicateurs implique soit
une normalisation, soit une comparaison avec une valeur prdfinie, pour faciliter son
interprtation (par exemple le pourcentage dnergie renouvelable utilise par rapport la
moyenne nationale). Un indicateur est donc une variable observable utilise pour caractriser
la complexit dun phnomne.
Le terme dindice dsigne, quant lui, un indicateur synthtique construit, en agrgeant
dautres indicateurs dits de base.
Une autre voie pour caractriser les diffrents aspects dun phnomne complexe consiste
utiliser un ensemble dindicateurs au sein dune mtrique. Lutilit dune mtrique est
ncessairement lie au nombre dindicateurs: un nombre insuffisant risque de mal reprsenter
le phnomne, un nombre lev risque de rendre le cot de mise en uvre prohibitif.
Lavantage dun simple indice plutt quune collection dindicateurs rside donc dans la
facilit de communication (par exemple, lempreinte cologique). Toutefois, on peut y voir de
nombreux inconvnients : perte de dtail et de prcision due la combinaison des paramtres
avec des ordres de grandeur et des niveaux de prcision diffrents, utilisation de coefficients
de conversion pour exprimer toutes les variables dans les mmes units.
Ce travail considre exclusivement les approches actuellement disponibles pour valuer le
caractre durable de procds et systmes nouveaux ou existants. Il recense les exemples les
plus significatifs dindicateurs, indices ou mtriques utiliss dans les industries de procds.
Les indicateurs conomiques, largement utiliss dans les mthodes traditionnelles de
15
conception de procds ne feront pas lobjet dune prsentation dtaille, sur ce point [CHA
01] est un des ouvrages de rfrence du domaine. Les mthodes de conception bases sur ces
indicateurs complteront ce chapitre.
16
(6) Utilisation du sol : le sol est considr comme une ressource finie qui fournit des services
cologiques et socio-conomiques varis. Toutefois, la dfinition dun indicateur est apparue
dlicate et napparat pas explicitement dans la mtrique de base.
(1)
Intensit en nergie
(2)
Dnominateur
Intensit en eau
(3)
Masse de produits
Effluents
Ou
(gaz, liquides)
Chiffre daffaires
(4)
Ou
Dchets solides
Valeur ajoute
(5)
Rchauffement climatique
Epuisement de la couche dozone
Effets polluants
Pollution photochimique
(6)
Acidification atmosphrique
Potentiel deutrophisation
Le choix de ratios pour exprimer la mtrique facilite, dune part, la comparaison entre
plusieurs options et, dautre part, le choix du procd lors de la phase dcisionnelle. Plus
lindicateur est faible, plus limpact gnr sera faible par unit de valeur cre.
Des heuristiques et des rgles de dcision ont t dveloppes et testes sur des pilotes
industriels sur plus de 50 procds de lindustrie chimique partir des donnes du Process
Economic Program (PEP) du SRI International [BEA 02]. Les valeurs des indicateurs ont t
calcules pour des flowsheets standard. [ALL 07] donne des applications de la mtrique de
lAIChE quelques procds cls de lindustrie chimique.
17
FE = M FP
i
(1.1)
i ,N
humaine (normalis par rapport au benzne) est limit aux effets cancrignes. Les indicateurs
environnementaux recommands par lIChemE sont consigns dans le tableau 1.3. Les
tableaux 1.2 et 1.4 prsentent lensemble des critres sociaux et conomiques recommands
par lIChemE.
Le plus souvent, les impacts sont ramens la valeur ajoute. Cela permet la comparaison
entre procds. Si la valeur ajoute est difficile estimer, on peut se ramener par exemple la
quantit de produits gnre, autorisant la comparaison entre procds aux produits
identiques. Si dautres facteurs dchelle sont utiliss, leur mthode de calcul doit tre
clairement prsente dans ltude.
lemploi
scurit
Sant &
Socit
Critres sociaux
Situation de
(/)
19
Eau
Air
Matire
Eau
kg/kg)
Sol
Energie
Critres environnementaux
20
valeur, impt
Bnfice,
Investissement
Critres conomiques
21
Procd de
fabrication du
produit
Distribution du
Produit
Utilisation du
produit
WAR
Algorithm
Acquisition de
matires premires
Recyclage
Elimination du
produit
Environnement
Figure 1.3.
Pertes
nergtiques
I inPC
PC
I out
Procd
Chimique
Entres
de matire
I inPE
Fourniture dnergie
Procd
de Production dEnergie
Pertes
nergtiques
Figure 1.4.
I PC
PEn
Sorties
de matire
PE
I out
I PE
PEn
En rgime permanent,
PC
PE
PC
PE
t
I inPC + IinPE - I out
- I out
- I PEn
- I PEn
+ I Gen
=0
(1.2)
23
t
reprsente la cration et la consommation de limpact par les ractions
chimiques, I Gen
sont ngligs). De plus, limpact des courants entrant dans le procd de production dnergie
IinPE
est nglig.
I inPC
PC
PE
t
- I out
- I out
+ I Gen
=0
(1.3)
(t )
I in
(t )
(t )
- I out
+ IGen
=0
(t )
I in
est dfini comme limpact environnemental potentiel total qui rside dans les entres de
(1.4)
est dfini comme limpact environnemental potentiel total qui rside dans les sorties de
Lindice dimpact environnemental potentiel entrant I in(t ) peut tre approxim de la faon
suivante :
(t )
Iin
=
Cat .Env.
Cat .Env.
Courants
Comps
(t )
i I i,in = i M j ,in xkj kis + ...
24
(1.5)
potentiel (IEP) i, I i(,tin) dsigne lindice entrant IEP pour la catgorie i, M j ,in est le dbit
massique du courant j (soit entrant, soit sortant), xkj dsigne la fraction massique du
composant k dans le courant j, et kis reprsente la valeur normalise de limpact
environnemental dun composant pour lune des catgories dimpacts i identifie.
Notons que les facteurs de pondration i sont utiliss pour combiner les catgories dimpact
en un seul indice et reprsentent limportance relative que le concepteur attribue une
catgorie dimpact. La majeure partie des tudes recenses dans la bibliographie attribuent des
valeurs quivalentes aux facteurs de pondration.
Un raisonnement similaire est appliqu pour dterminer un indice dimpact environnemental
potentiel sortant :
(t )
I out
=
Cat .Env.
Cat .Env.
Courants
Comps
(t )
i I i,out = i M j ,out xkj kis + ...
(1.6)
In fine, deux types dindice environnemental sont utiliss pour valuer le caractre
environnemental dun procd : un indice sur une base horaire IEP/h et une autre sur une base
de production IEP/kg de produit, soit :
(t )
Iout
=
(t )
I out
(1.7)
produits
Pp
p
(t )
Dans cette expression, Iout
reprsente lindice IEP sortant, exprim en IEP/kg de produit, Pp
(1.8)
25
Toxicologique local
- Potentiel de toxicit
humaine par ingestion (HTPI)
Impact sur lhomme - Potentiel de toxicit
humaine par inhalation ou
exposition cutane (HTPE)
- Potentiel de toxicit
aquatique (ATP)
Ecologique
- Potentiel de toxicit
terrestre (TTP)
- Potentiel de Rchauffement Global
(GWP)
- Potentiel dEpuisement de la couche dOzone
(ODP)
- Potentiel dAcidification (AP)
- Potentiel doxydation photochimique ou potentiel
de formation de smog (PCOP)
26
Le dioxyde de carbone (CO2) tant le compos chimique de rfrence, son GWP est gal 1.
Le GWP prend en compte la mesure du forage radiatif (quantit d'infrarouge qu'une
substance peut absorber, ai en Wm-2) induit par une molcule de concentration Ci dans
latmosphre en ppm). On procde alors lintgration du forage radiatif sur une priode
donne, gnralement 100 ans.
GWP
n
0
n
0
a i C i dt
a CO
(1.9)
C CO 2 dt
Absorption
Rayonnement
UV
SO2
Rflexion
Rayonnement
IR
CFCs
CO2
NOx
H2 SO4
CH4
H NO3
Effet de serre
Acidification
Pollution de lair
NOx
Hydrocarbures
Oxydes nitreux
N2O NH3
Chaleur
Ozone
photochimique
Hydrocarbures
PO43NO3- NH4+
Eaux uses
Oxydes nitreux
Ozone photochimique
Eutrophisation
Rayonnements UV
Stratosphre
10-50 km
Absorption
Absorption
CFCs
Oxydes nitreux
Figure 1.5.
27
... H
X +
....
(1.10)
i =
(1.11)
Mi
Dans cette expression, Mi dsigne la masse molculaire de X (kg i/mole i). Comme
prcdemment, un compos de rfrence, SO2, est utilis pour exprimer le potentiel
dacidification :
AP
i
SO
(1.12)
2
LATP est estim partir de ltude des effets sur le poisson tte de boule (Pimephales
promelas). Les donnes sont traduites sous la forme dune concentration qui provoque la mort
(CL50) pour 50 % des organismes exposs une substance pendant une dure limite et
dtermine. Pour estimer le potentiel de toxicit humaine par inhalation ou exposition cutane
(HTPE), les moyennes pondres dans le temps (TWA) des valeurs limites d'exposition
conseilles (VLE) ont t utilises. Ces valeurs proviennent essentiellement de l'OSHA,
ACGIH et du NIOSH. Cette mthode pour lestimation du HTPE doit tre considre comme
une approximation de premier ordre, car des recherches sont actuellement menes pour
obtenir une meilleure et plus pertinente mthode dvaluation de ce potentiel de toxicit
humaine. Toutefois, pour le moment, les valeurs de DL50 seront utilises dans le but
dobtenir une comparaison entre les toxicits relatives humaines et terrestres.
Lalgorithme WAR a t utilis sur de nombreux procds et la dmarche dapplication est
bien illustre sur des cas tests de procds (on peut se reporter par exemple aux travaux de
[HIL 96], [DIW 02] sur des procds de production de pnicilline ou de production de
benzne par hydrodsalkylation du tolune)
29
Procds anthropogniques
Matires premires,
nergie
Produits
Gnration
Dgradation
Environnement
Figure 1.6.
Elles constituent un flux limit, bien que disponible indfiniment, et reu par la surface de la
plante. Cela signifie que tous les procds naturels ou induits par lactivit humaine
ncessitent une certaine fraction de ce flux limit et requirent une certaine surface. En
dautres termes, les procds technologiques sont en comptition les uns avec les autres et
avec les procds naturels pour cette surface, qui est une ressource limite. Lactivit humaine
exerce des impacts sur lenvironnement de diffrentes faons. Tout procd considr au sein
dune analyse du berceau la tombe ncessite des matires premires, de lnergie, des
installations, emploie du personnel et rejette des dchets ou des missions dans
lenvironnement. La superficie totale pour intgrer de faon durable un procd spcifique
dans l'cosphre est alors donne par :
Atot = AMP+AE+AI+AS+AD
[m2]
(1.13)
O AMP reprsente la surface pour lextraction des matires premires; AE la surface relative
la ressource en nergie, AI laire relative aux installations, AS la surface pour prendre en
compte le personnel et AD la surface pour dissiper tous les dchets et missions.
Les procds produisent des services ou des biens. Limpact par unit de bien ou de service
est reprsent par une aire spcifique atot .
atot =
Atot
NP
(1.14)
30
SPI =
atot
ain
(1.15)
O ain est la surface disponible relative la fourniture annuelle de biens et dnergie par
personne. Elle est gnralement estime en divisant laire totale dune rgion par le nombre
annuel de ses habitants. En pratique, le SPI signifie quelle fraction de laire thoriquement
disponible par personne pour garantir sa subsistance dans des conditions durables est utilise
pour la production ou le service en question. En effet, plus le SPI (ou atot) est faible, plus
limpact sur lcosphre est aussi faible pour fournir le bien ou le service.
Un point cl de lvaluation du SPI est de pouvoir spcifier et comparer les diffrents impacts
dune technologie. Une description dtaille du calcul et de lapplication du SPI font lobjet
des travaux de [NAR 95] et [KRO 96]. Les auteurs proposent des corrlations pour dterminer
les diffrentes aires [NAR 06]. Un exemple dtude intressant de cet indicateur est propos
par [STE 99] pour le cas dun bioprocd (production de pnicilline). Pour fournir une
analyse plus complte de linteraction des charges environnementales et des cots financiers,
une carte stratgique de performance environnementale a t propose, base sur la
combinaison de diffrentes empreintes [DEB 09] : empreinte carbone ([HUI 08] [WIE 07]),
empreinte eau [HOE 02], empreinte nergie (renouvelables, non-renouvelables) [STO 03],
empreinte due aux missions (air, eau, sol) [SAN 07].
1.7.1.1
Les plus reconnues et utilises aujourdhui, permettent de caractriser les flux inventoris en
indicateurs dimpacts potentiels (ou indicateurs mid-point ), de lordre dune dizaine. Elles
modlisent limpact relativement proche du flux environnemental et ne concernent donc
quune partie du mcanisme environnemental. Leur avantage est de limiter lincertitude.
32
Parmi les mthodes mid-point : on peut citer la mthode CML baseline 2001 de lUniversit
de Leiden aux Pays-Bas ([HEI 92] pour laquelle il existe un large consensus, ou encore la
mthode EDIP 97 ou 2003 [HAU 98]). Cette approche, particulirement utilise en
Scandinavie, modlise des impacts correspondant des effets dordre suprieur. Elle permet
de mieux communiquer, mais elle est plus incertaine du fait des nombreuses hypothses
quelle implique. Les catgories dimpact communment prises en compte dans les mthodes
mid-point impliquent gnralement le rchauffement climatique, lappauvrissement de la
couche dozone, la formation dozone troposphrique, lacidification, leutrophisation, la
toxicit, lcotoxicit, lpuisement des ressources, loccupation des sols.
1.7.1.2
Procd
Chimique
GES
Emissions
CO2, CH4, N20
Changement
Climatique
Elvation du
niveau de la mer
Mortalit humaine
Environnement
biotique
Matires
Premires Energie
Produits
Procd
Chimique
Substances
conduisant lpuisement
de la couche dozone
CFCs, HCFCs
33
Epuisement
de la couche dozone
Augmentation des UV
Mortalit humaine
Dommages sur les
cosystmes
Procd
Chimique
NOx
et composs
organiques volatils
Ractions doxydation
photochimique
Dommages humain
/cologique
partir dO3
et autres oxydants
Matires
Premires Energie
Emission
dans lair de
Procd
Chimique
Figure 1.7.
1.7.1.3
SO2 et NOx
Pluies et
dpts acides
Dommages humain
/cologique
partir dH+
et de mtaux lourds
Quelques mthodes modlisent les impacts la fois aux niveaux mid-point et end-point
(mthode Impact 2002+ [JOL 02]).
34
35
analyse de cycle de vie) et des mthodes d'optimisation dans la conception afin d'aboutir une
solution globalement acceptable.
Toutefois, on peut noter que si la mthodologie WAR a largement t utilise, on peut
toutefois
objecter
que
le
concept
dindice
environnemental
potentiel,
grandeur
adimensionnelle pour calculer limpact environnemental dun procd, ne donne pas une
mesure quantitative des diffrents impacts. Nanmoins, les facteurs dimpacts quelle met en
jeu semblent reprsentatifs dun grand nombre de procds et se retrouvent dans les mtriques
de lAIChE, de lIChemE et dans un grand nombre de mthodes de caractrisation de limpact
implants dans des analyses de cycle de vie. Lapproche de type SPI relativement peu
utilise souffre dun manque de donnes dans le calcul des diffrents paramtres quelle
implique. Lapproche exergtique savre particulirement intressante pour des systmes de
cognration, car elle place sur un mme plan nergtique les diverses sources dnergie
mises en jeu : elle avait t retenue dans le cadre de prcdents travaux sur la cognration
hydrogne-lectricit [GOM 09] partir dun racteur nuclaire de type VHTR.
Ltude propose ici a pour objectif de proposer une dmarche dco-conception de procds
lors de la phase de conception prliminaire. Elle na pas lambition de traiter la phase
doptimisation structurelle dun procd, mais sintresse la phase de synthse optimale
dans laquelle les choix topologiques de procds ont t figs. Il sagit ici de dterminer les
conditions opratoires optimales en prenant en compte non seulement des critres
conomiques classiques, mais galement diffrents critres environnementaux. Une attention
particulire sera donc apporte lvaluation environnementale dun procd et des impacts
directs ou indirects quil peut gnrer travers lnergie mise en uvre. Un lment central
de lanalyse concernera donc la modlisation des interconnexions des procds impliqus. Cet
aspect ncessitera un largissement des frontires classiques du champ de ltude, puisque le
systme considr doit prendre en compte le procd lui-mme et la contribution nergtique
de la centrale de production dutilits au procd tudi. Sur ce point, ce travail a fait lobjet
dune collaboration avec la Socit ProSim SA travers lutilisation de son logiciel ArianeTM,
ddi la simulation des systmes de production dutilits. Du fait des multiples
considrations, notamment environnementales qui peuvent prsenter un caractre antagoniste,
l'optimisation de type multiobjectif ainsi que des mthodes sur lanalyse daide la dcision
constituent un champ dexploration intressant qui seront dveloppes dans ce manuscrit. La
dmarche danalyse de cycle de vie stricto sensu sera difficile appliquer ici dans la mesure
o les produits chimiques labors sont gnralement des produits intermdiaires et ne
36
concernent donc pas lusage final, nanmoins certains concepts et critres semblent
intressants appliquer.
Donnes
brutes
Dfinition des
objectifs du
champ de l'tude
Calcul de
l'inventaire
Classification
Caractrisation
Effet de serre
Variables
de
dcision
Matires
premires
Procd
chimique
Source primaire
d'nergie
Production
d'nergie
Produits, Co-produits
Epuisement de la
couche d'ozone
Pertes nergtiques
Acidification
Dchets
Eutrophisation
Front de
Pareto
Mthode d'aide
la dcision
multicritre
Epuisement
ressources
Toxicit
humaine
Modlisation
Validation
Logiciel de flowsheeting
Logiciel d'Analyse du cycle de vie
Critres
conomiques
Stratgie
d'optimisation
Figure 1.8.
37
38
Chapitre 2
39
Nomenclature et symboles
Abrviations
AP :
CA :
COM :
DA :
DALY :
EP :
FUCA :
GWP :
MCDM
MINLP :
MGA :
NLP :
NPGA :
NSGA :
POCP :
SBX :
SPEA :
TOPSIS :
VBA :
WAR :
Symboles
FPi,N :
FEi :
MN :
ma :
mg :
:
m RMi :
P1 et P2 :
P3 e P4 :
PRMi :
PUTi :
t q. :
T3 :
CA :
TG :
m UTi
40
2.1 Introduction
Ce chapitre a pour objectif llaboration dun cadre gnral de conception de procds coefficaces, bas sur les lignes directrices de la mthodologie de conception respectueuse de
lenvironnement, propose par Allen et Shonnard, (2002) [ALL 02]. Lune des difficults
majeures pour aborder les problmes de conception de procds co-efficaces est lie la
considration simultane dobjectifs indpendants et trs souvent en comptition. Dans le
chapitre prcdent, il a t montr que pendant ces dernires annes, plusieurs travaux ont t
consacrs au dveloppement de mtriques et dindicateurs environnementaux. Il existe
gnralement deux voies pour intgrer les perspectives environnementales dans la conception
de procds industriels [LI 09]. La plus courante est de traiter le(s) critre(s) environnemental
(aux) comme une (des) contrainte(s) de loptimisation conomique ou de traiter les critres
environnementaux comme les principaux objectifs dans la slection et la conception du
procd, tout en tenant compte de la faisabilit conomique. Une autre approche consiste
formuler le problme multiobjectif en associant des objectifs environnementaux avec dautres
critres comme la maximisation du profit, la minimisation du cot opratoire, etc. Cette
dernire approche retenue dans le cadre de cette tude permet de traduire plus naturellement
la formulation dun problme dingnierie dans le respect des principes de dveloppement
durable.
La modlisation des procds chimiques est gnralement effectue laide de simulateurs de
procds tels que les logiciels de flowsheeting CHEMCAD (http://www.chemcad.com/),
Aspen Plus (http://www.aspentech.com/), HYSYS (http://www.aspentech.com/hysys/),
PRO/II
TM
Plessala
(http://iom.invensys.com/EN/Pages/home.aspx),
ProSimPlusTM,
ArianeTM
et
(http://www.prosim.net/fr) .
La rsolution de problmes multiobjectifs repose, dune part, sur les mthodes dterministes
de scalarisation telles que Weighted Sum [KIM 04] ou -constraint [MAV 09], et dautre part,
sur les procdures stochastiques comme le recuit simul [KIR 83], les colonies de fourmis
[DOR 92], les algorithmes gntiques [HOL 75], etc Daprs la bibliographie ([VAN 00],
[BRA 04], [MAN 07]), les algorithmes gntiques sont trs utiliss dans de nombreux
secteurs de lingnierie. En raison de leur paralllisme implicite, ils ont t largement adapts
au traitement de laspect multicritre. Cet atout a constitu dans le cadre de cette tude une
motivation particulire pour les utiliser, allie une certaine exprience acquise dans lquipe
concernant la mise au point des paramtres. Ainsi, comme le montre la figure 2.1, la
conception dun procd co-efficace intgre le modle mathmatique du procd industriel
41
Dfinition des
objectifs du
champ de l'tude
Donnes
brutes
Calcul de
l'inventaire
Classification
Caractrisation
Effet de serre
Variables
de
dcision
Matires
premires
Procd
chimique
Source primaire
d'nergie
Production
d'nergie
Produits, Co-produits
Epuisement de la
couche d'ozone
Pertes nergtiques
Acidification
Dchets
Eutrophisation
Front de
Pareto
Mthode d'aide
la dcision
multicritre
Epuisement
ressources
Toxicit
humaine
Modlisation
Critres
conomiques
Stratgie
d'optimisation
Figure 2.1.
42
- Le simulateur CHEMCAD coupl lalgorithme WAR a t utilis par [CAB 99] pour
comparer les impacts environnementaux induits par des modifications de lunit de
production. Lobjectif tait de rduire limpact environnemental travers des recyclages
de matire dans une unit de mthylthylctone et une unit dammoniac.
- Une autre tude [FUD 00] a combin le simulateur Aspen Plus, des mthodes
numriques multiobjectif de type NLP et la mthodologie WAR pour rduire limpact
environnemental et maximiser la rentabilit. La mthodologie a t illustre sur le
procd de production de benzne par hydrodsalkylation du tolune (procd HDA).
43
- Une autre approche de conception durable est adopte par [CAR 09], base sur le
simulateur SustainPro, pour identifier, cribler et valuer des alternatives de conception.
SustainPro utilise linformation du procd sous la forme de bilans de matire et
dnergie et applique un ensemble dindicateurs de masse et dnergie. La mthodologie
repose sur une mthode de conception inverse, o des valeurs cibles sont affectes aux
indicateurs et o les variables les plus sensibles vis--vis des indicateurs sont identifies.
Component Object Model est une technique de composants logiciel cre par Microsoft et utilis en
programmation pour permettre le dialogue entre programmes (majoritairement utilis sur Microsoft Windows).
2
CORBA (Common Object Request Broker Architecture), est une architecture logicielle, pour le dveloppement
de composants et dObject Request Broker. Ces composants, assembls afin dlaborer des applications
compltes, peuvent tre crits dans des langages de programmation distincts, tre excuts dans des processus
spars, voire tre dploys sur des machines distinctes.
44
Tableau 2. 1.
Fournisseurs
ApenTech
www.ApenTech.com
ApenTech
Hyprotech
www.hyprotech.com
Hyprotech
Process Systems
Entreprise (PSE)
www.psenterprise.com
Process Systems
Entreprise (PSE)
Process Systems
Entreprise (PSE)
Belsim
Interfaces
Thermodynamique, proprits
physiques, Oprations unitaires
Fiches thermodynamiques et
proprits physiques
Thermodynamique, proprits
physiques, Oprations unitaires
Thermodynamique, proprits
physiques,
Thermodynamique, proprits
physiques, Oprations unitaires
Aspen Properties
11.1
HYSYS.Plant 2.4
Distil
gPROMS
gO :CAPE-OPEN
www.prosim.net
Prosim S.A
Infochem
VALI III
Thermodynamique et proprits
Simulis
Thermodynamique et proprits
Thermodynamics
physiques
Ariane
Modlisation et optimisation de
Plessala
Multiflash 3.1
Thermodynamique et proprits
INDISS
Thermodynamique, proprits
DECHEMA
COM
CORBA
CORBA
COM
COM
COM
COM
COM
COM
Thermodynamique et proprits
www.ifp.fr
IFP
COM
physiques
www.rsi-france.com
IFP
COM
physiques
www.infochemuk.com
RSI
COM
www.belsim.com
Prosim S.A
Technologies
COM
COM
physiques
FIBER
Oprations unitaires
COM
DETHERM
COM
www.dechema.de
physiques
Les tudes dco-conception ncessitent la connaissance pralable de donnes telles que les
proprits thermodynamiques et physiques des composes chimiques impliqus dans les
diffrentes oprations unitaires du procd.
45
Facteurs de potentiels
d'impact
environnemental
Simulateur de
proprits
thermodynamiques
Logiciels de simulation et
d'optimisation de la
production d'utilits
modles d'oprations
unitaires
Simulateur de
procds
Mthode
d'optimisation
Donnes
Informations nergies
Informations matires
Dbit
matire
entrant
Dbit du
produit
principal
Dbit de sous
produits
commercialisables
Dbit de
polluants
Energies
entrants
Energies
consommes
Pertes
d'nergies
Polluants
rejets
Figure 2.2. Schma gnral de larchitecture dco-conception de procds (daprs [LET 08])
46
Simulation et
doptimisation des centrales de
production dutilits
(ArianeTM)
Pilotage dAriane TM
par technologie COM
(Plessala
TM
Simulateur de
procds
Fonctions objectif
Cot, environnement
Figure 2.3.
47
multi-constituants
et
comporte
une
large
bibliothque
de
modles
48
49
critre et les contraintes sont valus par simulation, ce qui est typiquement le cas de cette
tude.
En utilisant la formulation des problmes multiobjectifs contraints propose par [FON 98], un
problme multiobjectif est gnralement constitu dun ensemble de n critres fk, avec k =
1,..n, qui doivent tre maximiss ou minimiss. Chaque critre fk peut tre non linaire, mais
aussi discontinu en fonction des m variables x dans un espace U n dimensions.
(2.1)
Ce genre de problme na gnralement pas une solution unique, mais prsente un ensemble
de solutions non domines, appel ensemble de Pareto , ou front de Pareto . En dautres
termes, un front de Pareto est un ensemble de solutions tel que pour chacune dentre elles,
toute amlioration dun critre se traduit par la dgradation dau moins un autre. Le concept
de domination selon Pareto se base sur la rgle fondamentale suivante.
Dans un espace U, un vecteur u = (u1,, un) domine un autre vecteur v = (v1,, vn), si et
seulement si,
(2.2)
Pour un problme doptimisation donn, lquation (2.2) donne la dfinition suivante pour le
front de Pareto : pour un ensemble de n critres, une solution f(x), lie la variable de
dcision x = x(x1,, xm), domine une autre solution f(y), lie la variable de dcision y=
(y1,, ym) lorsque les conditions suivantes sont vrifies (pour un problme de
minimisation) :
(2.3)
Pour un ensemble donn de solutions, il est possible de distinguer celles qui sont non
domines selon la dfinition de loptimalit au sens de Pareto : une solution xu U est dite
Pareto optimale si et seulement si, il nexiste pas de xv U pour lequel v = f(xv) = (v1,,
vn) domine u = f(xu) = (u1, . . . , un). Cet individu, Pareto optimal non-domin reprsente une
solution du problme multiobjectif.
Face au nombre et la diversit des problmes mathmatiques, il est reconnu quil nexiste
pas un algorithme unique et gnral capable de rsoudre efficacement tous les problmes. En
fait, lefficacit dune mthode mathmatique est difficilement prvisible pour un exemple
donn. Selon [WOL 97], il nexiste aucune mthode de rsolution qui surpasse toutes les
autres mthodes pour un problme donn.
50
Le lecteur intress pourra se reporter louvrage de [COL 02] pour une prsentation
dtaille de ces techniques.
Ces mthodes ont en commun de transformer un problme multicritre en un problme
monocritre, soit en dfinissant un nouveau critre comme somme pondre de lensemble
des critres, soit en introduisant des contraintes additionnelles et un nouveau critre.
Elles sont gnralement qualifies de mthodes a priori, car lutilisateur dfinit le compromis
quil dsire raliser avant de lancer la mthode de rsolution et doivent tre utilises de faon
squentielle pour obtenir lensemble des solutions de compromis. Toutefois, cela peut
conduire un nombre dvaluations des critres prohibitif.
Cest pourquoi il est prfrable davoir recours des mthodes a posteriori qui conduisent
directement lobtention du front de Pareto pour saffranchir des problmes de mise
lchelle des critres. Il a t mis en vidence [GOM 09] que les procdures stochastiques ou
volutives, comme les algorithmes gntiques, qui oprent par transformations lmentaires
dune solution (ou une population) initiale souvent gnre alatoirement, sont aisment
adaptables au cas multiobjectif en raison de leur paralllisme implicite : cest pourquoi elles
sont trs utilises dans de nombreux secteurs de lingnierie, o lamlioration de solutions
existantes est souvent le but recherch. Nous ne dcrivons pas ici le principe des algorithmes
gntiques monocritres (le lecteur peut se reporter louvrage de [GOL 89]). Toutefois, il
convient de remarquer que contrairement aux procdures dterministes, les conditions de
convergence de ce type de mthodes ne sont pas matrises, et que les temps de calcul sont
souvent consquents.
Parmi les variantes recenses des algorithmes gntiques, il convient de mentionner :
VEGA (Vector Evaluated Genetic Algorithm) [SCH 84] constitue lune des premires
51
Le dfaut dune telle approche est de conduire une convergence vers des
optima propres chacun des critres.
MOGA (Multi Objective Genetic Algorithm) : cette mthode [FON 93] est base sur
de la mthode MOGA, mais la diffrence majeure rside dans le fait que les individus sont
tris par rang de non domination [SRI 94]. Dans un premier temps, on affecte chaque
individu de la population un rang (rang de Pareto). Tous les individus non domins de mme
rang sont classs dans un front, auquel on affecte une efficacit inversement proportionnelle
au rang de Pareto du front considr. Lobjectif est davoir une rpartition uniforme des
individus dun mme front, pour garantir une bonne diversit des solutions. Pour cela, on
affecte ces individus classs une nouvelle valeur defficacit, en tenant compte du voisinage
autour de chaque individu, travers un paramtre de distance de partage pour estimer la
densit de solutions autour d'un point de la population ;
Cette mthode requiert nanmoins un temps de calcul important (tri et partage) et
ncessite de spcifier le paramtre de partage, peu facile fixer.
NSGA II (Non Dominated Sorting Genetic Algorithm II): dans cette version de
lalgorithme, actuellement une des plus utilises, [Deb 02] a essay de corriger les dfauts
prcdents. Une population initiale est gnre alatoirement, puis elle subit un tri par non
domination. Chaque solution se voit affecter une force, ou rang, gal son niveau de non
domination (1 pour le meilleur niveau, 2 pour le niveau suivant, etc). Ltape de
reproduction (figure 2.4) consiste en un tournoi binaire pour la slection des parents. Deux
individus de la population sont choisis alatoirement dans la population. Le tournoi est bas
sur une comparaison de la domination sous contraintes des deux individus en utilisant les
rgles ci-aprs. Un individu A domine B si et seulement si lune des conditions est vrifie :
1/ A satisfait les contraintes et B non ; 2/ A et B ne satisfont pas les contraintes mais le degr
de violation des contraintes de A est moins fort que celle de B ; 3/ A et B satisfont les
52
contraintes et A domine B. Pour un individu, le degr de violation des contraintes est gal la
somme des valeurs de violation pour des contraintes crites sous la forme suivante :
g(x,y) C1
(2.4)
r(x,y) < C2
(2.5)
h(x,y) = C3
(2.6)
REPRODUCTION
Rt
Pt
Pt+1
F1
F1
F2
Tri selon la
Densit
De la population
F3
F3
F3
Solutions
Rejetes
Qt
Figure 2.4.
F2
53
54
procd. Cet aspect nest pas explicitement trait dans le cadre de ce travail, mais il en
constitue une perspective majeure. Il nous a donc sembl important danticiper sur ce point
travers le choix de la procdure doptimisation.
55
- linvestissement en capital fixe (FCI) qui se dfini comme une dpense importante engage
pour acqurir des biens de production (capital fixe) en vue d'en retirer un bnfice. Cette
dpense contribue constituer, entretenir et dvelopper le potentiel productif de l'entreprise,
- le cot total de production annuel (TAC) (charges) est la somme totale que lentreprise doit
engager pour produire. Il dpend du niveau de production, et se prsente donc comme une
fonction dont l'argument essentiel est la production. Plus la production est leve, plus le cot
est lui-mme lev.
- le bnfice avant taxes (ou bnfice avant impts) (PBT) se dfini comme la diffrence entre
les revenus annuels (produits) et le cot total de production annuel (charges). Ce rsultat
courant avant impts est bnficiaire si les produits dpassent les charges ou dficitaire dans
le cas contraire.
- le flux de trsorerie annuel (cash flow (CF) au sens original anglo-saxon) est la diffrence
entre les recettes et les dpenses gnres par l'activit d'une organisation. Dans cette tude, il
est calcul comme la somme des bnfices aprs taxes et l'amortissement.
- la valeur actualise nette (NPW) mesure partir d'informations comptables si
l'investissement peut raliser les objectifs attendus des investisseurs de capitaux. Une NPW
positive indique que linvestissement peut tre entrepris. Il tient compte du taux de rentabilit
interne (IRR), dfini comme un outil de dcision linvestissement. Un projet
d'investissement ne sera gnralement retenu que si son IRR prvisible est suffisamment
suprieur au taux bancaire, pour tenir compte notamment de la prime de risque propre au type
de projet.
FPi,N
(2.7)
56
masse et d'nergie. Parmi les impacts environnementaux proposs par [AZA 03], les cinq qui
sont reprsentatifs du procd dhydrodsalkylation du tolune ont t retenus pour composer
les charges environnementales (FEi) (HTP, GWP, PCOP, AP et EP.). Chaque charge
environnementale considre peut tre brivement dcrite comme suit (se rfrer l'tude de
[AZA 03] pour plus d'informations) :
Potentiel de rchauffement global (GWP en t q. CO2 / an) (Global Warming Potential) est
une estimation de la faon dont une masse donne de gaz effet de serre contribue au
rchauffement climatique. Il s'agit d'une mesure relative, qui compare la masse du gaz
considr la mme masse de dioxyde de carbone (CO2). Elle est gale la somme des dbits
de toutes les missions de gaz effet de serre MN (N tant le gaz considr) multipli par les
facteurs de potentiel respectifs FPi,N tels que i = GWP.
Potentiel dacidification (AP t q. SO2 / an) (Acidification Potential) est l'augmentation de la
dfini comme le brouillard d't, est le rsultat de ractions qui ont lieu entre les oxydes
d'azote NOx et les composs organiques volatils (COV) exposs des radiations UV. Le
PCOP a comme substance de rfrence l'thylne (C2H4), c'est--dire que les facteurs de
potentiel FPi,N (i = PCOP) pour les composs concerns sont exprims par rapport au PCOP
de C2H4.
Potentiel de toxicit humaine (HTP en t q. C6H6 / an) (Human Toxicity Potential) exprime
le danger potentiel des produits chimiques rejets dans l'environnement. HTP comprend la
fois la toxicit intrinsque et la relation gnrique sources--dose pour les missions de
polluants. Il utilise un taux de marge dexposition des agents nocifs pour valuer le potentiel
d'impact cancrigne ou non sur la sant. HTP est calcul en additionnant les rejets toxiques
de l'homme dans trois mdias diffrents, savoir l'air, l'eau et le sol. Les facteurs
toxicologiques sont calculs en utilisant la dose journalire admissible ou la dose journalire
tolrable des substances toxiques. Les facteurs toxicologiques humains (au nombre de 26
57
[AZA 03]) sont encore au stade de dveloppement, de sorte que HTP ne peut qutre pris
comme une indication et non comme une mesure absolue de la toxicit potentielle.
Potentiel deutrophisation (EP en PO 34- quivalent t / an) (Eutrophication Potential) est dfini
58
cours de ces dix dernires annes, les mthodes daide la dcision ont t largement utilises
dans le domaine de la recherche et diffrentes approches ont t dveloppes comprenant la
mthode (SODM) (en anglais Single Objective Decision-Making), la mthode MCDM, et la
mthode (DSS) (en anglais Decision Support Systems). La littrature montre que parmi les
mthodes multicritres, les stratgies DA (l'analyse de dcision) sont les plus couramment
utilises [ZHO 06]. Une classification des mthodes danalyse de la dcision est propose par
[ZHO 06] (figure 2.5).
Mthodes d'analyse
de la dcision
Systmes d'aide la
dcision (DSS)
Diagramme d'influence
(ID)
Thorie de lutilit
Multi-attribut (MAUT)
Figure 2.5.
Aide la dcision
multicritre (MCDM)
ELECTRE
Aide la dcision
multiobjectif (MODM)
PROMETHEE
OMADM
TOPSIS
59
Etape 1: Construire la matrice des performances. Etablir une matrice C A dite matrice de
performance (information, dcision) (voir figure 2.6).
Critres
Alternatives
c1
Figure 2.6.
c2
cm
a1
a2
mij
an
60
- Pour un critre de type Max : la valeur normalise bij sera calcule comme suit :
bij=
m ij
Max (m ij )
(2.8)
(j = 1, 2,m.)
- Pour un critre de type Min : la valeur normalise bij sera calcule comme suit :
bij= 1
m ij
Max (m ij )
(2.9)
(j = 1, 2,m.)
w
j =1
=1
(2.10)
(2.11)
- Profil non-idal de la matrice B:
B- = (b i1 , b i2 ,..., b im ) , b ij = min (b ij ) , j=1, 2.,m
1 i n
(2.12)
La distance euclidienne de chaque solution par rapport la solution idale est donne par :
D i+ =
W
j =1
(b ij+ b ij ) 2
(2.13)
De la mme faon, la distance euclidienne par rapport la solution non idale est donne par
D i =
W
j =1
(b ij b ij ) 2
(2.14)
61
Pour chaque solution, le ratio Ri est calcul comme suit : [HWA 81]
Di
Ri =
,
Di + Di+
i = 1,2..., n
(2.15)
Les solutions alternatives sont classes dans l'ordre croissant en fonction de la valeur du
rapport de Ri l'tape 6. Le rang 1 est affect la valeur la plus grande et ainsi de suite.
Tableau 2. 2.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
NPW ($)
4302725,885
7312399,396
4757417,265
4060315,736
5303400,833
6341326,333
4741020,810
4830913,224
5627882,682
5322410,113
Valeur
actualise net
du procd
62
Critres
PBP (an)
1,094
1,993
1,113
3,409
1,33
1,502
1,11
2,826
2,56
2,838
FG (kg/h)
1352,493
1171,333
1580,982
509,532
989,92
979,589
1350,365
570,82
648,167
620,721
Pay Back
Period
Dbit de
polluant
Tableau 2. 3.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
NPW
0,588
1,000
0,651
0,555
0,725
0,867
0,648
0,661
0,770
0,728
PBP
0,679
0,415
0,674
0,000
0,610
0,559
0,674
0,171
0,249
0,167
FG
0,145
0,259
0,000
0,678
0,374
0,380
0,146
0,639
0,590
0,607
Dans cette tude, les critres ont la mme importance. Aucun des critres nest privilgi par
rapport aux autres, donc W = [1/3 ; 1/3 ; 1/3]. La matrice normalise et pondre est alors
reprsente dans le tableau 2.4. On donne galement les valeurs idales et non-idales des
trois critres.
Matrice pondre
Tableau 2. 4.
Alternative 1
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 80
Alternative 81
Alternative 84
Alternative 133
Alternative 134
NPW
0,804
0,667
0,783
0,815
0,758
0,711
0,784
0,780
0,743
0,757
PBP
0,774
0,862
0,775
1,000
0,797
0,814
0,775
0,943
0,917
0,944
FG
0,952
0,914
1,000
0,774
0,875
0,873
0,951
0,787
0,803
0,798
Idale
Non-idale
0,815
0,667
0,774
1
0,774
1
63
a) Profil idal
Tableau 2. 5.
DISTANCE A L'IDEALITE
NPW idal
0,000
0,022
0,001
0,000
0,003
0,011
0,001
0,001
0,005
0,003
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
PBP idal
0,000
0,008
0,000
0,051
0,001
0,002
0,000
0,029
0,021
0,029
FG idal
0,032
0,019
0,051
0,000
0,010
0,010
0,031
0,000
0,001
0,001
b) Profil non-idal
Tableau 2. 6.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
64
Etape 5 : Calcul des distances entre bij et bij+ et bij et bijCalcul des distances idales et non-idales
Tableau 2. 7.
idal Di+
0,178
0,222
0,228
0,226
0,118
0,149
0,180
0,173
0,163
0,181
non-idal Di0,269
0,163
0,253
0,270
0,255
0,230
0,258
0,248
0,227
0,229
Tableau 2. 8.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
idal Di+
0,178
0,222
0,228
0,226
0,118
0,149
0,180
0,173
0,163
0,181
Non-idal Di0,269
0,163
0,253
0,270
0,255
0,230
0,258
0,248
0,227
0,229
Ri=Di-/(Di++Di-)
0,602
0,424
0,526
0,544
0,683
0,607
0,589
0,588
0,582
0,558
Rang
3
10
9
8
1
2
4
5
6
7
Lalternative 5 ayant la valeur de Ri la plus grande est affecte du rang 1 et ainsi de suite. La
figure 2.7 donne une reprsentation graphique du point de rang 1 par rapport aux 10 points
classs par TOPSIS.
65
1600
Min FG (kg/h)
1400
1200
1000
800
600
TOPSIS rang 1
400
3.5
3
7.5
7
2.5
6.5
6
5.5
1.5
5
1
Figure 2.7.
4.5
4
66
tudi, qui retrouve toujours la meilleure solution dtermine par l'une ou lautre des
mthodes classiques MCDM. Indiquons cependant que la mthode FUCA ne peut pas tre
applique aux problmes biobjectifs, dans la mesure o le front de Pareto est par dfinition un
ensemble de points non domins, la somme des rangs est constante et gale au nombre de
points du front de Pareto plus un (la meilleure position pour l'un des objectifs tant les pires
pour l'autre).
Tableau 2. 9.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
NPW ($)
4302725,885
7312399,396
4757417,265
4060315,736
5303400,833
6341326,333
4741020,810
4830913,224
5627882,682
5322410,113
Critres
PBP (an)
1,094
1,993
1,113
3,409
1,33
1,502
1,11
2,826
2,56
2,838
FG (kg/h)
1352,493
1171,333
1580,982
509,532
989,92
979,589
1350,365
570,82
648,167
620,721
Tableau 2. 10.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
RANG
PBP (an)
1
6
3
10
4
5
2
8
7
9
NPW ($)
9
1
7
10
5
2
8
6
3
4
67
FG (kg/h)
9
7
10
1
6
5
8
2
4
3
Le rang un est affect la meilleure valeur des solutions du critre obtenues aprs
optimisation et le rang n la plus mauvaise valeur des solutions, pour chaque critre pris
sparment.
Pour chaque individu (alternative), sa valeur FUCA est obtenue en faisant la somme de ses
rangs pour chaque critre.
Tableau 2. 11.
FUCA
19
14
20
21
15
12
18
16
14
16
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
Etape 4 : Classement de la matrice FUCA.
La matrice du tableau 2.11 est son tour classe par ordre croissant et la valeur 1 est affecte
la plus petite valeur qui est la meilleure alternative.
Tableau 2. 12.
RANG DE FUCA
8
2
9
10
4
1
7
5
2
5
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
68
Dans le tableau 2.12, cest lalternative 6 qui est la meilleure selon FUCA (figure 2.8). La
mthode TOPSIS indique lalternative 5 comme la meilleure dans le tableau 2.9. Lanalyse
des deux alternatives montre que la premire solution indique par FUCA est meilleure que
celle de TOPSIS (voir figure 2.8). Cet exemple montre clairement lefficacit et la simplicit
de la mthode FUCA. Sur cet exemple, des diffrences de classement constates au niveau de
plusieurs alternatives dune mthode danalyse lautre. Lanalyse est difficile ce stade sur
cet exemple fictif mais confirme quen matire daide la dcision, il nexiste pas de
consensus universel. Nous reviendrons plus spcifiquement sur lanalyse des diffrences lors
du traitement dexemples de procds.
1600
Min FG (kg/h)
1400
1200
1000
800
FUCA rang 1
600
400
3.5
3
7.5
2.5
6.5
6
2
Min PBP (an)
5.5
1.5
5
1
Figure 2.8.
7
6
Max NPW ( x 10 $)
4.5
4
69
Tableau 2. 13.
DALY : Disability adjusted life years (anne q. de vie perdue) et PDF.m2.an : fraction
despce disparue sur un m2 pour une anne.
Catgorie intermdiaire
Substance de rfrence
intermdiaire
Catgorie de
dommage
Sant humaine
Toxicit
humaine
cancrigne)
Sant humaine
Effets respiratoires
Sant humaine
Sant humaine
Radiations ionisantes
Sant humaine
Formation de photo-oxydants
Sant humaine
(non
Unit de dommage
DALYs/unit mise
Qualit
lcosystme
de
Non disponible
Ecotoxicit aquatique
Qualit
lcosystme
de
Ecotoxicit terrestre
Qualit
lcosystme
de
Acidification/eutrophisation
terrestre
Qualit
lcosystme
de
Acidification aquatique
Qualit
lcosystme
de
En dveloppement
Eutrophisation aquatique
Qualit
lcosystme
de
En dveloppement
m terre q.
Qualit
lcosystme
de
PDF-m -an/unit
mise
Changement climatique
Changement
climatique
Extraction de minerais
MJ dnergie supplmentaire
ou kg Fe q. (minerai)
Ressources
3-
PDF-m -an/unit
mise
kg CO2 q. dans
lair
MJ/unit mise
Energie non renouvelable
70
Ressources
2.7 Conclusion.
Ce chapitre pose les bases de la mthodologie dco-conception, qui sera mise en uvre dans
la suite de ltude. Cette mthodologie repose sur lintgration de diffrentes mthodes et
outils de modlisation, simulation, doptimisation et daide la dcision. Nous avons justifi
leur utilisation au sein du cadre mthodologique propos. On peut dgager plusieurs points
forts :
71
72
Chapitre 3
Conception de procds :
optimisation multiobjectif et
analyse multicritre
73
Nomenclature et symboles
Abrviations
RAC ou CSTR :
CF :
COM :
Cop :
FCI :
fPA(i)
ki :
MS Excel :
NPW :
PBP :
PBT :
TAC :
TCI :
Symboles
a, b, c :
FA :
FB :
FG :
FRA :
FRB :
FRC :
FRE :
He :
Hs :
Pe :
Ps :
Rdt :
Se :
Ss :
T:
Ts* :
Tadia :
Te :
Thaute :
V:
W:
Wmin :
% diff :
Gain :
Lettres grecques
:
:
Taux de purge
Masse volumique (kg/m3)
74
3.1 Introduction
Dans les chapitres 1 et 2, le cadre gnral de ltude couplant simulateur de procdoptimisation multiobjectif-aide la dcision a t prsent. Un schma simplifi de cette
mthodologie est repris la figure 3.1
Optimiseur multiobjectif
Variables de
dcision
Modle du procd
Figure 3.1.
Aide la
dcision
Front de
Pareto
75
FP
(Produit)
Racteur
(CSTR)
FA
FB
FRA
FRB
FRC
FRE
FRP
FG
Eau de
refroidissement
FR
FR
Dcanteur
Colonne
de
distillation
Echangeur de chaleur
T, V
FG
(Dchets)
FD
Frecyclage (1-
)
Figure 3.2.
76
Fpurge (
)
Les constantes de vitesse ki de ces ractions varient avec la temprature et sont dtermines
partir de la relation dArrhenius (voir tableau 3.1)
ki = Ai exp (- Bi / 1,8T)
Tableau 3.1. Constantes dArrhenius
i=1
i=2
i=3
Ai (h-1)
5,9755 109
2,5962 1012
9,6283 1015
Bi (K)
6666,67
8333,33
11111,11
Le modle du procd propos par [RAN 09] avec les notations de [CAR 65] est reprsent
par les contraintes suivantes :
Bilan matire sur le compos A
h1= FA + (1 - ) FRA (k1 WA WB) V - FRA =0
(3.1)
(3.2)
(3.3)
(3.4)
(3.5)
(3.6)
Avec:
Wi =
FRi
FRi
i = A, B, C, E, P, G
77
(3.7)
Le modle mathmatique du procd comprend 10 variables, i.e., FA, FB,, FG, FRA, FRB, FRC,
FRE, , V et T et six quations non linaires ; ce qui donne quatre degrs de libert. Les
variables de dcision bases sur les travaux de [PIN 06] et [CAR 65] qui ont t choisies
concernent le dbit massique du ractif B (FB), le volume du racteur (V ), la temprature dans
le racteur (T ) et le taux de purge ( ). La production en P atteindre (FP) est fixe 2160
kg/h.
600V
0,453
($)
(3.8)
Le coefficient 0,453 est utilis pour convertir le problme initial de [CAR 65] en units S.I. (1
livre = 0,453 kilogramme)
- Le cot opratoire (Cop) : il sagit des dpenses engages lorsque le procd fonctionne
avec prise en compte de lamortissement. Il intgre le cot des ractifs et du traitement des
effluents, le prix des produits recycls.
Cop =
1
(168FA + 252FB + 2,22(Frecycle + FA + FB ) + 84FG ) + 1041,6 ($)
0,453
(3.9)
- Le cot total de production annuel (TAC) : il est bas sur la somme du cot opratoire et
du cot damortissement, qui inclut la contribution du FCI. Lamortissement est calcul en
divisant FCI par la dure vie du projet, fixe 10 annes dans cette tude [RAN 09].
TAC = Cop +
FCI
tD
($)
(3.10)
78
- Le bnfice avant impts (PBT) : cest la diffrence entre le revenu annuel et le TAC. Il est
fonction des prix de vente du produit P, de la purge prise comme combustible et du cot total
de production annuel (TAC).
PBT =
1
(2207 FP + 50F purge ) TAC
0,453
($/an)
(3.11)
CF = ( 1 rt )
((0,453PBT + TAC) 168F 252F 2,22(F
+ F + F ) 84F ) 1041.6
A
B
recycle
A
B
G
0,453
60V
+ rt
0,453
($/an)
(3.12)
rt : reprsente le taux dimposition et pour tous les critres mentionns, les coefficients sont
FCI
CF
(an)
(3.13)
- La valeur actualise nette (NPW) : elle reprsente la valeur actualise de tous les
investissements et flux de trsorerie sur toute la dure de vie du projet. Elle prend en compte
la valeur temporelle de la monnaie au taux d'actualisation (i an-1) souhaite. Le taux
dactualisation gnralement admis est de 0,12 an-1 pour le procd de Williams et Otto,
(3.14)
Dans cette expression, TCI dsigne linvestissement en capital total et fPA(i) le coefficient
d'actualisation qui ramne les futurs CF au temps prsent. La valeur de fPA(i) est calcule
suivant la formule [3.15].
f PA (i ) =
(1 + i ) n 1
i (1 + i ) n
(an)
(3.15)
79
Parmi tous les critres conomiques ci-dessus, la priorit sera donne la valeur actualise
nette (NPW ) tant donn que, pendant lvaluation de la faisabilit du projet, cette fonction
conomique prend en compte, linvestissement du capital total (TCI ), et le flux de trsorerie
annuel actualis (fPA(i) CF ) sur toute la dure de vie du projet.
Critre environnemental
Dans les tudes de la bibliographie sur ce procd, seule lapproche monobjectif base sur un
critre conomique est considre. Lide consiste ici prendre en compte ds la conception
du procd laspect environnemental. A des fins simplificatrices, nous admettrons ici que tous
les polluants gnrs par le procd sont concentrs dans un seul courant nomm FG relatif
la sortie du dcanteur. Ce dbit de polluant (sous-produit) est considr directement comme le
critre environnemental minimiser.
Min (fj)
f j = FG
3.2.2.3 Contraintes
Les contraintes considres dans ce problme sont les bornes des variables de dcision.
10000 FB 15000
kg/h
0,85 V 10
m3
322 T 378
0 0,99
La stratgie doptimisation du problme du procd de Williams et Otto peut tre rsume
dans la figure 3.3.
80
Aide la
dcision
(TOPSIS)
Modle du procd:
Variables de dcision:
F B , V, T,
Procd chimique de
Williams & Otto
Fonctions objectifs
Min ou Max(f k )
Min(fj)
Front de
Pareto
Figure 3.3.
Tableau 3.2. Valeurs dinitialisation pour le systme dquations non linaires [CAR 65]
Valeurs dinitialisation [CAR 65]
FA
(kg/h)
6136,34
FRA
(kg/h)
8238,71
FRB
(kg/h)
27594,50
FRC
(kg/h)
1508,94
FRE
(kg/h)
27425,53
FG
(kg/h)
1634,88
81
applications Matlab dans lenvironnement MS Excel. Cet outil permet de conditionner les
quations non linaires sous forme dune macrocommande supplmentaire qui est, par la
suite, intgre dans lenvironnement MS Excel. Ainsi, une interoprabilit (COM) stablit
entre les logiciels MS Excel et Matlab pour la rsolution et la rcupration des solutions
des quations non linaires. Loptimisation des critres de performance est ralise avec
Multigen, interfac sous MS Excel.
Le tableau 3.3 donne les valeurs des paramtres de lalgorithme gntique utiliss. Dans ce
tableau, le nombre de gnrations a t fix 10 (respectivement 2,5 et 25) fois le nombre
dindividus pour loptimisation monocritre (respectivement pour les optimisations bi et
tricritre), pour favoriser lexploration lorsque le nombre de critres augmente. Les valeurs
des probabilits de croisement et de mutation ont t fixes partir de tests prliminaires
selon la dmarche prconise dans [DED 03] et selon les valeurs donnes par [GOV 04] en
optimisation monocritre pour le procd de Williams et Otto. Ces valeurs sont mentionnes
dans le tableau 3.3.
Tableau 3.3. Valeurs des paramtres de lalgorithme gntique
Monocritre
Bicritre
Tricritre
Taille de la population
50
200
200
Nombre de gnrations
500
500
5000
Probabilit de croisement
0,75
0,75
0,75
Probabilit de mutation
0,20
0,20
0,20
Comme mentionn dans le chapitre 2, lalgorithme NSGA IIb de la bibliothque Multigen qui
est une variante du NSGA II de [DEB 02] a t retenu pour effectuer les optimisations.
xi x
(3.16)
(x i + x j ) / 2
Avec :
xi : valeurs optimales de ltude de [PIN 06]
xj : valeurs optimales obtenues par Algorithme Gntique monocritre
La moyenne des diffrences relatives (diffMoy) qui reprsente la somme de toutes les
diffrences relatives divise par le nombre de valeurs est gale 0,032% ; ce qui est acceptable.
Tableau 3.4. Comparaison des valeurs optimales de la mthodologie avec celle de [PIN 06]
(Entre parenthses, les rsultats obtenus par [PIN06] par une mthode dterministe ; en
italique, le % dcart relatif entre les rsultats obtenus par les deux mthodes)
FA (kg/h)
FB (kg/h)
FCI (106 $)
CF (106 $/y)
NPW (106 $)
Min. PBP
Max PBT
Min. TAC
Max. NPW
0,871 (0,873)
6,80 (6,82)
7,90 (7,90)
3,75 (3,75)
0,057 (%)
0,073 (%)
0,063 (%)
0,000 (%)
375 (374)
343 (342)
342 (342)
351 (351)
0,067 (%)
0,073 (%)
0,000 (%)
0,000 (%)
0,100 (0,100)
0,113 (0,113)
0,102 (0,102)
0,109 (0,109)
0,000 (%)
0,000 (%)
0,000 (%)
0,000 (%)
6126 (6123)
4956 (4957)
4807 (4808)
5238 (5239)
0,012 (%)
0,005 (%)
0,000 (%)
0,005 (%)
13956 (13956)
11114 (11113)
10878 (10880)
11790 (11792)
0,005 (%)
0,002 (%)
0,002 (%)
0,004 (%)
0,926 (0,925)
7,22 (7,22)
8,38 (8,37)
3,97 (3,97)
0,027 (%)
0,000 (%)
0,030 (%)
0,000 (%)
0,895 (0,876)
2,42 (2,42)
2,52 (2,52)
2,00 (2,00)
0,536 (%)
0,000 (%)
0,000 (%)
0,000 (%)
4,02 (4,02)
6,45 (6,44)
5,86 (5,86)
7,31 (7,30)
0,000 (%)
0,036 (%)
0,000 (%)
0,034 (%)
83
Tableau 3.5.
Cas
Objectifs
Variables de dcision
Max. NPW
0,85 V 10 m3
Max. PBT
322 T 378 K
Max. NPW
0 0,99
Contraintes
B
Min PBP
84
2,44
351
2,42
350
AT1
349
2,38
T (K)
NPW (M$)
2,4
2,36
2,34
348
347
346
345
2,32
344
2,3
343
2,28
342
6,4
6,6
6,8
7,2
PBT (M$/an)
7,4
6,4
6,6
6,8
7,2
NPW(M$)
(3.4.a)
7,4
(3.4.b)
F C I (M $ )
V (m )
3
2
0
6,4
6,6
6,8
NPW (M$)
7,2
6,4
7,4
6,5
6,6
6,7
6,8
6,9
NPW (M$)
(3.4.C)
85
7,1
7,2
7,3
7,4
(3.4.d)
CF en fonction de NPW
3,1
2,5
2,9
2,3
P B P (a n )
C F (M $ /a n )
2,4
2,2
2,1
2
2,7
2,5
2,3
2,1
1,9
6,4
6,6
6,8
7,2
1,9
7,4
6,4
6,5
6,6
(3.4.e)
NPW (M$)
6,7
6,8
6,9
7,1
7,2
NPW (M$)
FB en fonction de NPW
7,3
7,4
(3.4.f)
FG en fonction de NPW
11,9
1180
11,8
1160
11,6
F G (k g /h )
FB (10 kg/h)
11,7
11,5
11,4
11,3
11,2
1140
1120
1100
1080
11,1
1060
11
6,4
6,6
6,8
NPW (M$)
Figure 3.4.
7,2
6,4
7,4
6,6
6,8
NPW (M$)
(3.4.g)
7,2
7,4
(3.4.h)
La moyenne des diffrences relatives entre les valeurs obtenues par TOPSIS et celles
obtenues par [RAN 09] est gale 1,65% (voir tableau 3.6). Cette valeur sexplique par le fait
que la valeur de volume trouve par TOPSIS est 1,06 fois plus grande que celle obtenue dans
les travaux de [RAN 09]. Le dbit de polluant FG rejet par le procd pour la solution C1 est
de 1135,18 kg/h.
86
Tableau 3.6. Valeurs de la meilleure solution obtenue par TOPSIS et [RAN 09] pour la
figure 3.4.a
Paramtres
Valeurs TOPSIS
FB (kg/h)
11519.87
11600
V (m3)
4,70
4,41
T (K)
347,86
348,9
0,11
0,11
NPW (106 $)
7,27
7,26
2,37
2,35
87
dbit de purge (vendu comme combustible) diminue pour une production fixe en P
2160kg/h. Cela saccompagne dune forte diminution du cot opratoire car les dbits de
ractifs, les dbits de recyclage et les dbits de sous-produits (FG) diminuent (voir figures
3.5g et 3.5h). De tout ce qui prcde, on peut conclure que TAC diminue alors que CF
augmente (voir figure 3.5e). Laugmentation du cumul actualis CF est plus importante que
laugmentation de FCI ;
augmente car laugmentation de CF est faible par rapport celle de FCI. Comme dans le cas
A, la mthode TOPSIS a t utilise pour classer les alternatives du front de Pareto de
loptimisation bicritre (maximisation de NPW et minimisation de PBP). Ce front de Pareto
est reprsent sur la figure 3.5.a. Ici, il a t dcid de favoriser le NPW par rapport au PBP.
Ainsi, les coefficients de pondration 0,9 et 0,1 ont t affects NPW et PBP
respectivement.
2,2
365
363
361
BT1
1,8
T (K )
P B P (a n )
1,6
359
357
355
1,4
353
1,2
351
349
1
5
5,5
6,5
rij (Normalisation)
NPW (M$)
7,5
6,2
6,6
6,8
7,2
NPW (M$)
(3.5.a)
7,4
(3.5.b)
3,5
3,5
FCI (M$)
V (m )
6,4
2,5
2
2,5
1,5
1
6
6,2
6,4
6,6
6,8
NPW (M$)
7,2
1,5
7,4
6,2
(3.5.c)
6,6
6,8
NPW (M$)
CF en fonction de NPW
7,2
7,4
(3.5.d)
2,1
2,4
2,3
1,8
1,7
1,6
1,5
88
1,4
P B T (M $ /a n )
1,9
CF (M$/an)
6,4
2,2
2,1
2
1,9
1,8
1,7
1,3
1,6
1,2
6
6,2
6,4
6,6
6,8
NPW (M$)
7,2
7,4
6,2
6,4
6,6
6,8
NPW (M$)
7,2
7,4
FB en fonction de NPW
FG en fonction de NPW
14
1400
1350
FG (kg/h)
13
F B (10 kg/h)
13,5
12,5
12
1300
1250
1200
1150
1100
11,5
6
6,2
6,4
6,6
6,8
NPW (M$)
Figure 3.5.
7,2
7,4
6,2
6,4
6,6
6,8
NPW (M$)
(3.5.g)
7,2
7,4
(3.5.h)
La meilleure alternative obtenue, note BT1 est reporte sur toutes les courbes 3.5 et ces
caractristiques sont donnes dans le tableau 3.7. De mme, les valeurs des alternatives
optimales obtenues par [RAN 09] sont fournies dans le tableau 3.7.
Tableau 3.7. Valeurs de la meilleure solution obtenue par TOPSIS et [RAN 09] pour la
figure 3.5.a
Paramtres
Valeurs TOPSIS
FB (kg/h)
12090,32
12100
V (m3)
2,28
3,09
T (K)
354,78
354,7
0,11
0,11
NPW (106 $)
7,21
7,23
PBP (an)
1,72
1,76
La moyenne des diffrences relatives entre les valeurs obtenues par TOPSIS et celles
obtenues par [RAN 09] est gale 5,47%. Cette valeur sexplique par le fait que la valeur de
89
volume trouve par TOPSIS est 1,4 fois plus faible que celle obtenue dans les travaux de
[RAN 09]. Le dbit de polluant FG rejet par le procd pour la solution BT1 est de 1211,36
kg/h
Objectifs
Variables de dcision
Contraintes
Max. NPW
C
Max. PBT
0,85 V 10 m3
Min FG
322 T 378 K
Max. NPW
D
Min PBP
0 0,99
Min FG
90
De lanalyse du tableau 3.9 il ressort que malgr le fait que le volume obtenu dans ltude soit
3,27 fois suprieur celui obtenu par [CAR 65], les critres sont largement amliors.
1200
1100
F G (k g/h)
1000
900
800
700
C1
8
600
6
6
500
1.6
NPW ( x 10
1.7
1.8
1.9
2.1
2.2
2.3
2.4
2.5
$)
PBT ($ x 10 /an)
Figure 3.6.
Front de Pareto en optimisation tricritre (Max. NPW - Max. PBT Min FG)
Tableau 3.9. Caractristiques du point C1, obtenues par TOPSIS pour la figure 3.6. Valeurs
de [CAR 65] entre parenthses et gains obtenus en % par rapport cette solution
Paramtres
Valeurs
FB (kg/h)
11728,10 (14280)
17,87 %
5,56 (1,7)
V (m )
-226,77 %
340,37 (364,44)
T (K)
6,60 %
0,10 (0,20)
49,34 %
6
6,25 (5,02)
NPW (10 $)
-24,50 %
91
2,23 (1,47)
-51,70 %
750,89 (1347)
FG (kg/h)
44,25 %
Cas A
(bicritre)
Cas C
(tricritre)
% diff
FB
(kg/h)
V
3
(m )
T
(K)
NPW
6
(10 $)
PBT
6
(10 $/an)
11519,87
4,70
347,86
0,11
7,20
2,37
11728,10
5,56
340,37
0,10
6,25
2,23
750,89
1,79
16,76
2,18
10,41
14,13
6,04
40,75
FG
(kg/h)
1135,18
Valeur
correspondante
(non optimise)
Lanalyse du tableau 3.10 montre que les critres conomiques sont meilleurs dans le cas
bicritre par rapport au cas tricritre ; ce qui est tout fait normal. Cette situation sexplique
par le fait que le cot dinvestissement d au volume et le cot des matires premires (FB)
sont plus faibles dans le cas bicritre. Cependant, le dbit de polluant FG est plus lev dans le
cas bicritre que dans celui du tricritre.
92
3.5
PBP (an)
2.5
C2
1.5
1
1600
1400
1200
1000
800
600
400
FG (kg/h)
Figure 3.7.
NPW ( x 10 $)
Front de Pareto en optimisation tricritre (Max. NPW - Min. PBP Min FG)
La figure 3.7 montre que lorsque FG diminue, PBP augmente. Lorsque PBP diminue, il y a
augmentation de NWP et laugmentation de FG entraine une augmentation de NWP. Ce
comportement est d au caractre conflictuel des critres NPW, PBP et FG. En appliquant la
mthode TOPSIS au front de Pareto de la figure 3.7, le point C2 sur la courbe est celui qui a
le rang un. Comme dans la partie prcdente, les valeurs de ce point sont compares celles
obtenues par [CAR 65], prises comme valeurs initiales. Dans le tableau 3.11, les valeurs de
[CAR 65] sont entre parenthses et le gain obtenu est plac en dessous des deux valeurs
obtenues par les deux mthodes.
La valeur de PBP est infrieure 2 ans, pour ce projet, valeur gnralement acceptable. Le
tableau 3.11 montre que les critres NPW et FG sont amliors par rapport aux valeurs de
[CAR 65], mais le PBP sest dtrior. Cela sexplique par le fait que PBP est le rapport de
linvestissement en capital fixe (FCI) et du flux de trsorerie annuel (CF), or ici FCI est
fonction essentiellement du volume du racteur
Tableau 3.11. Caractristiques du point C2, obtenues par TOPSIS pour la figure 3.6. Valeurs
de [CAR 65] entre parenthses et gains obtenus en % par rapport cette solution
Paramtres
Valeurs
93
12725,31 (14280)
FB (kg/h)
10,89 %
3
2,68 (1,7)
V (m )
-57,35 %
351,63 (364,44)
T (K)
3,51%
0,10 (0,20)
50,73 %
6
6,32 (5,02)
NPW (10 $)
-25,90 %
1,75 (1,50)
PBP (an)
-19,08 %
845,62 (1347)
FG (kg/h)
37,22 %
Dans le tableau 3.11, le volume de cette tude est 1,58 fois suprieur celui obtenu par [CAR
65]. Les valeurs de CF pour cette tude et celle obtenue par [CAR 65] sont respectivement
2,14 $/an et 1,21 $/an. Do laugmentation de PBP dans la prsente tude.
Les rsultats de loptimisation bicritre tudie dans le cas B et impliquant la maximisation de
NPW et la minimisation de PBP, sont compars aux rsultats de loptimisation tricritre du
cas D dans le tableau 3.12
V (m )
T (K)
NPW (10 $)
PBP (an)
Cas B (bicritre)
12065,75
2,99
354,71
0,11
7,21
1,73
FG (kg/h)
1211,36
Valeur
correspondante
(non optimise)
Cas D (Tricritre)
12725,31
2,68
351,63
0,10
6,32
1,75
845,62
5,32
11,09
0,87
5,85
13,16
1,29
35,56
% diff
Le tableau 3.12 montre une fois de plus que le critre conomique NPW et le temps de retour
sur investissement (PBP) sont meilleurs dans le cas bicritre par rapport au cas tricritre.
Cette situation sexplique par le fait que la cintique de raction est plus leve et le cot des
94
matires premires (FB) est plus faible dans le cas bicritre. Cependant, le dbit de polluant
FG est plus lev dans le cas bicritre que dans celui du tricritre.
95
environnementaux utiliss pour loptimisation seront formuls pour tre utiliss dans la phase
doptimisation. Les principaux rsultats obtenus seront analyss.
Figure 3.8.
Un changeur de rcupration gnre de la vapeur ou de l'eau chaude (voir figure 3.8) sur un
des rseaux dfinis de la centrale, en changeant de la chaleur avec les fumes sortant de la
chaudire post-combustion ( dfaut directement de la turbine combustible). Ces changeurs
96
sont supposs de type UA, c'est dire que l'aire d'change et le coefficient global d'change
thermique sont supposs parfaitement connus.
3.3.2.1
En conception, le nom de l'quipement doit tre dfini, le combustible utilis ainsi que les
paramtres des courbes de rendement isentropique de la compression et de la turbine et les
paramtres de la courbe de temprature qui permettent de calculer la temprature relle aprs
combustion, appele temprature haute de la turbine combustible. Une option possible est
d'introduire de l'eau dgaze (en plus du combustible), dans la chambre de combustion. Si
cette option est slectionne, le ratio massique d'eau (par rapport au dbit de combustible) doit
tre renseign. Une autre option envisageable consiste injecter de la vapeur pique sur un
des rseaux de la centrale. Dans ce cas, le ratio massique de vapeur (par rapport au dbit de
combustible) doit tre renseign. La chemine thorique peut tre slectionne ce niveau.
Enfin, les donnes de conception dfinissent les paramtres de la dtente ralise lors du
turbinage, en dfinissant la pression de la chambre de combustion et la pression en aval de la
turbine. A titre dillustration, la figure 3.9 reprsente longlet conception de la turbine gaz.
Pour la conception du gnrateur de vapeur (figure 3.10), deux paramtres sont dfinir dans
longlet Conception :
le Bypass des fumes qui permet de reprsenter une division du courant de fumes. Les
changeurs ne sont ainsi plus installs squentiellement mais en parallle.
Quand loption Bypass est slectionne, il est possible de choisir loption Mlange des
fumes en sortie. Cet artifice permet de reprsenter dventuelles imbrications dchangeurs
dans une installation squentielle.
97
Figure 3.9.
3.3.2.2
98
3.3.2.3
Les contraintes techniques d'une turbine combustible concernent les dbits de combustible
entrant, d'air entrant et des fumes gnres. Par ailleurs, la puissance lectrique gnre par
la turbine est galement borne par une valeur minimale (non ncessairement nulle) et une
valeur maximale admissible. Ces contraintes peuvent tre pondres pour augmenter ou
diminuer leur considration au cours du processus doptimisation. Les contraintes associes
au gnrateur de vapeur concernent le dbit et la temprature de sortie du courant froid. Les
bornes dfinir par l'utilisateur sont libres en ce qui concerne la variable de dbit, mais
l'intervalle technique de temprature spcifi doit tre inclus dans l'intervalle de temprature
dfini pour le rseau sur lequel est produite la vapeur (ou l'eau chaude). Par ailleurs, la pompe
deau de lchangeur peut tre prise en compte, en ce qui concerne sa consommation
lectrique (onglet Auxiliaires). Cette pompe peut tre caractrise comme un auxiliaire
lectrique seul ou comme une turbo-pompe (turbine permutable ou commutable). La
puissance lectrique consomme est dfinie comme une fonction linaire du dbit de la
99
pompe. Enfin, des pertes en eau peuvent tre dfinies (onglet Options). Si une perte est
dfinie, le dbit des pertes est une fonction linaire du dbit deau entrant dans lchangeur.
S e (Te , Pe ) = S s Ts , Ps
(3.17)
Wmin = H e (Te , Pe ) H s Ts , Ps
(3.18)
(3.19)
Wmin
Rdt
(3.20)
Calcul de la combustion
L'quation de combustion, combine au calcul de la quantit d'oxygne exactement ncessaire
la combustion, permet de dfinir avec exactitude la composition et les dbits partiels des
fumes gnres. Le dbit d'air et l'enthalpie de l'air tant connus (aprs compression), le
dbit de combustible tant fix (le PCS de celui-ci tant spcifi), et ventuellement le dbit et
l'enthalpie de l'eau dgaze supplmentaire tant valus. Oon obtient l'enthalpie adiabatique
des fumes, qui permet d'accder la temprature adiabatique de combustion.
La temprature haute (temprature relle aprs combustion) s'obtient en utilisant la courbe de
temprature dfinie par l'utilisateur, fonction quadratique de la temprature adiabatique :
2
Thaute = a.Tadia
+ b.Tadia + c
(3.21)
Calcul de la turbine
100
La puissance produite.
3.3.3.2
L'changeur de rcupration est modlis par un modle d'change thermique de type UA, ce
qui signifie que la surface d'change et le coefficient d'change thermique global sont
supposs connus et constants. Pour le courant froid entrant, sont connues, la temprature et la
pression de leau dgaze. Pour le courant chaud, la composition, la temprature et le dbit
des fumes sont parfaitement matriss.
101
Formules
Compresseur dair
P2 P2
ma
ln
39 , 5
( 0 , 9 CA ) P1 P1
CA : Rendement isentropique
Turbine
266,3
P
ln 3 (1 + EXP(0,036T3 54,4))
(0,92 TG ) P4
mg
Chambre de combustion
25 ,6 m a
P
0 ,995 3
P2
0 , 49
Alternateur
Ep : puissance lectrique produite (MW)
Rcuprateur/gnrateur de vapeur
hs
3650
(
)
ln(
T
T
)
/
ln
10
4
5
102
0 ,8
+ 11820ms + 658 mg
0, 5
Ces fonctions conomiques seront combines avec le cot du combustible (gaz naturel) pour
composer le critre conomique Cot de Fonctionnement not CF qui sera minimis. Le
Cot de Fonctionnement annuel est calcul comme suit [VAL 94] :
CF = Pf + Z i
(3.29)
Pf = 3600NPuf m f PCI
(3.30)
Z i = z i (CRF )
(3.31)
avec :
Pf le cot annuel du combustible ($/an), N le nombre dheures de fonctionnement de
linstallation dans lanne (N=8000 h), Puf le prix unitaire du combustible (gaz naturel) (Puf =
0,004 $/MJ), m f le dbit horaire de combustible (kg/h), PCI le pouvoir calorifique inferieur
du combustible (PCI = 50 MJ / kg), Zi le cout dinvestissement et de maintenance de
lquipement i, zi le cot dinvestissement de lquipement i, (CRF) le facteur annuel de
recouvrement du capital (CRF = 0,180) et facteur de maintenance ( = 1,06).
Le problme conomique scrit :
Min (CF)
CF = fonctions conomiques
Critre technique
Dans cette tude, un critre technique reprsentant la puissance lectrique produite (PP) par la
turbine gaz sera maximis.
Max (PP)
PP = fonctions technique
Critre environnemental
Les critres environnementaux sont quantifis partir de la mthodologie propose par
IchemE. Les impacts environnementaux sont calculs suivant la formule :
FEi =
FPi,N
(3.32)
103
104
3.3.4.3 Contraintes
Les contraintes de ce problme sont dune part dfinies sur longlet contraintes de chaque
quipement sous ArianeTM, et dautre part sur linterface Multigen. Pour ce dernier cas, les
bornes des variables doptimisation constituent les contraintes. Lensemble des contraintes est
dfini ci-dessous :
Contraintes lies la Turbine gaz :
1000 Puissance produite 50000
kW
t /h
t /h
0 Rendement global 10 t /h
0 Rendement chaleur / force 10 t /h
0 Rendement lectrique quivalent 1
t /h
t /h
bar
Bicritre
100
200
0,75
0,20
Le font de Pareto obtenu aprs loptimisation bricritre est reprsent sur la figure (3.14). La
mthode daide la dcision multicrire TOPSIS est applique au front de Pareto de cette
optimisation avec des poids arbitraires (0,3 et 0,7) appliqus au cot de fonctionnement et la
puissance produite respectivement, favorisant ainsi la puissance par rapport au cot de
105
Puissance produite en fonction du cot de
fonctionnement
fonctionnement. Sur la figure 3.14, le point (TOPSIS rang 1) reprsente lalternative de rang
un de ce scenario.
165000
160000
155000
150000
145000
140000
135000
130000
125000
120000
10
12
14
16
18
20
22
24
Les valeurs des variables doptimisations du point de rang un sont les suivantes : pression de
la chambre de combustion P2 de 12,66 (bar) et dbit de combustible de 10000 (Nm3/h) pour la
solution trouve par TOPSIS, et le tableau 3.15 donne les valeurs des critres correspondants.
106
PP
GWP
EP
PCOP
AP
(M$ / an)
(kW)
(t q. CO2 / an)
(t q. PO4(3-)/an
(t q C2H4 / an)
(t q. SO2 / an)
166747,612
0,031
87,63
114,27
17,305
34870,83
3.4 Conclusion.
Dans ce chapitre, lapproche dco-conception retenue a t applique deux exemples
extraits de la littrature : le procd de Williams et Otto et la turbine gaz modlise sous
ArianeTM. Ltude du premier a montr que les valeurs obtenues par lapproche concordent
bien avec celles de la littrature. Des cas tricritres et une analyse multicritre ont galement
t tudis. Le second exemple a illustr la modlisation et loptimisation dun module de
production dnergie sous ArianeTM qui sera utilis dans la suite de ce travail travers le
couplage avec un procd chimique. Dans ce cas simple tudi ici, seul une tude bicritre
faisant intervenir un critre cot et un critre technique est considr pour la phase
doptimisation. Les critres environnementaux sont dduits de ce dernier calcul
doptimisation. Lapproche dco-conception, dcline ici sur ces deux petits exemples, va
tre prsent tendue ltude du procd dhydrodsalkylation du tolune pour la
production de benzne dans les chapitres 4 et 5.
107
108
Chapitre 4
Intgration de modles de
simulation du procd et de
lunit de production dutilits :
Application au procd HDA (production de
benzne par hydrodsalkylation du tolune)
109
Nomenclature et symboles
Abrviations
AP :
EP :
FUCA :
GWP :
HDA:
Hi, Ho :
HP :
HTP :
LP :
MCDM :
MILP :
MINLP :
MP :
NLP :
NSGA :
PCI :
PCIFO :
PCIGN :
POCP:
SBX :
TOPSIS :
WAR :
Symboles
Ai , Bi , C i :
Acond :
Areb :
a, b, c :
c:
cond :
CP :
CPeau :
CRM :
CUT :
Di :
Dflash :
dist :
dliq,mass :
dvap,mas :
Fi :
FCI :
FEi :
Hi :
Ho :
hFi :
110
hDi :
hWi :
HC :
H stmi :
H stri :
Hi :
Hi :
i:
Lflash :
m comb :
m eau :
m FO :
MG :
m NG :
m stmi :
mUTi :
m RMi :
N8:
PUTi :
PRMi :
Pcomp ,e :
i
p dist
:
i
resid
Pcond :
Preb :
Pi :
Po :
PT :
Q:
Qcond :
Qci :
Qbi :
QEch :
QR :
Qreb :
R:
ratio :
ratio:
reb :
resid :
SEch :
111
Sflash :
Si :
So :
To :
Tcond :
Treb :
Tml :
Tb :
Teau,e :
Teau,s :
Ti :
TRe
TRs :
U:
uact :
Ucond :
Ureb :
V comp ,e :
Wi :
wcond :
Wmax :
Wrel :
wS :
i
x dist
:
i
x resid
:
liq :
vap :
m :
Lettres grecques
:
Rapport des capacits calorifiques pression et volume constants
:
Viscosit du liquide (cP)
:
Rendement (%)
conv :
Taux de conversion du Tolune
Coefficient de corrlation
1 :
Rendement de la chaudire (%)
comp :
Rendement isentropique du compresseur (%)
112
4.1 Introduction
Ce chapitre prsente lexemple support au dveloppement de la mthodologie dcoconception de procds industriels. Il sagit de la production de benzne partir de
lhydrodsalkylation du tolune. Ce procd a t retenu car il sert souvent de banc de test
pour des tudes de Process Systems Engineering . Les ouvrages de [DOU88] et de
[TUR09] sont des rfrences dans le cursus de base en gnie des procds et qui sappuient
notamment sur cet exemple pour prsenter la dmarche traditionnelle de conception
hirarchique de procds. Ainsi, le procd dhydrodsalkylation du tolune (HDA) est un
procd pour lequel lensemble des donnes physico-chimiques est connu. Ces lments ont
constitu une motivation particulire pour tayer notre prsentation travers cet exemple. En
effet, il aurait t prfrable dtudier un procd moins conventionnel pour lequel plusieurs
choix taient envisageables pour concevoir un procd plus vert , notamment le choix des
matires premires. Lobjectif du travail propos ici se situe des fins mthodologiques, aussi
laccs aux donnes et la formulation dhypothses, qui font certes partie des proccupations
dun ingnieur en gnie des procds, ne devaient pas constituer un verrou. Cest pourquoi le
cas du procd HDA sert de fil conducteur ce travail.
Le fonctionnement de tout systme industriel implique lutilisation dutilits que sont :
llectricit, la vapeur deau, leau chaude, lair comprim etc. Par consquent, lun des points
essentiels de la modlisation du procd dhydrodsalkylation du tolune est le couplage de ce
dernier avec une unit de production de ces utilits.
Ce chapitre concerne exclusivement le couplage du modle du procd avec celui du modle
de production dutilits, comme cela est illustr sur la figure 4.1. Lensemble des mthodes et
outils a dj t dfini dans le chapitre 2. Deux motivations particulires sous-tendent ce
chapitre :
-
113
Donnes
brutes
Dfinition des
objectifs du
champ de l'tude
Calcul de
l'inventaire
Variables
de dcision
Matires
premires
Source primaire
d'nergie
Procd
chimique
Production
d'nergie
Classification
Caractrisation
Effet de serre
Produits, Co-produits
Epuisement de la
couche d'ozone
Pertes nergtiques
Acidification
Dchets
Front de Pareto
Mthode d'aide la
dcision multicritre
Eutrophisation
Epuisement ressource
naturelles
ArianeTM
Toxicit
humaine
Modlisation
Critre
conomique
Stratgie d'optimisation
Figure 4.1.
114
La troisime partie est consacre la description des outils et logiciels utiliss pour la
mise en place du simulateur du procd. Le modle thermodynamique retenu y est
prsent.
La quatrime partie fait lobjet dune analyse des conditions opratoires choisies
comme variables doptimisation et des contraintes dexploitation du procd. La
validation du simulateur du procd sous MS Excel avec celui sous ProSimPlusTM
met fin cette partie.
vapocraquage
et
lhydrodsalkylation
du
tolune.
Le
modle
du
procd
dhydrodsalkylation choisi est celui de [DOU 88], modifi par [TUR 98] et [TUR 09]. La
figure 4.2 illustre le schma du procd HDA pour la production du benzne.
Ce procd implique deux ractions, la conversion du tolune en benzne et lquilibre entre
le benzne et le diphnyle :
C 7 H 8 + H 2 C 6 H 6 + CH 4
(4.1)
2C 6 H 6 C12 H 10 + H 2
(4.2)
avec:
C7H8 : Tolune, H2 : Hydrogne, C6H6 : Benzne, CH4 : Mthane, C12H10 : Diphnyle
Le procd dhydrodsalkylation du tolune comprend essentiellement trois tapes : la
premire est la raction entre le tolune et lhydrogne qui a lieu dans un racteur adiabatique.
Elle est suivie de la sparation des phases liquide et vapeur et dune purge de mthane pour
viter son accumulation dans le procd. Le coproduit, mthane peut tre soit brl comme
combustible dans le four aprs sparation membranaire soit limin la torche. Le diphnyle
est trs souvent rcupr et valoris en tant que tel par lindustrie de synthse. Cependant dans
cette tude ces deux coproduits seront considrs comme des polluants.
115
Figure 4.2. Procd HDA propos par [DOU88] Douglas (1988) modifi.
116
Pour se faire, les gaz passent travers un changeur refroidisseur pour tre refroidis dune
temprature de 550 C 38 C. Cela peut tre vu comme un condenseur partiel, avec un dbit
en sortie compos de gaz et de liquide. Cet effluent est ensuite introduit dans un flash haute
pression o lquilibre liquide-vapeur peut tre obtenu. Le flash haute pression possde deux
dbits en sortie, un dbit liquide et un autre gazeux. La phase liquide du flash est dirige vers
le systme de rcupration de liquide tandis que la phase vapeur est rcupre.
Puisquun flash ne permet pas sparation tranche, une fraction de la phase gazeuse sera
entrane dans la phase liquide et rciproquement. Si cette fraction de gaz constitue un
contaminant pour le produit final, alors elle doit tre extraite. Si les composs lgers sont
extraits avec le produit, leur incidence est une diminution de la puret du produit final. La
mthode pour atteindre la puret souhaite du produit est dincorporer soit une colonne de
distillation stabilisateur [DOU 88], soit un flash basse pression [TUR 98] et [TUR 09],
dans le courant liquide entre le flash haute pression et la colonne de distillation du produit
(benzne), afin dliminer lhydrogne et le mthane qui sy trouvent.
Les deux mthodes ayant t utilises pour le mme procd dans le littrature, lapproche de
[TUR 98] et [TUR 09] est retenue dans cette tude par souci de simplicit et de rduction du
cot dinvestissement. Le rsidu du flash basse pression (BP), ne contiendra alors que trois
produits : le tolune, le benzne et le diphnyle.
Le tableau 4.1 indique que le benzne qui est le plus volatil dans le milieu ambiant sera spar
en premier dans la colonne de distillation qui suit le flash basse pression. Le rsidu de cette
colonne sera compos de tolune et de diphnyle. Les points dbullition sont tels que le
tolune est le plus volatil des deux. Donc ce dernier sera rcupr en distillat et recycl vers le
racteur, tandis que le diphnyle sera soit rcupr comme coproduit, soit rejet comme
polluant. Dans le cadre de cette thse, le diphnyle et le mthane sont considrs comme des
polluants.
Tableau 4. 1.
-253 C
Mthane
-161 C
Benzne
80 C
Tolune
111 C
Diphnyle
253 C
117
La satisfaction des besoins nergtiques du procd tant au niveau des changeurs de chaleur
quau niveau des machines tournantes se fera par lajout dune centrale thermique au procd
HDA. Cette centrale de production dutilit est ralise sous ArianeTM qui est un logiciel de
modlisation et doptimisation de centrales de production dutilits et de leurs rejets (CO2,
SO2, NOx, etc..).
TM
a permis de modliser dans le cadre de ltude, non seulement la
Il faut noter quAriane
production dutilits requises (chaudire de production de vapeur haute pression, turbine pour
la production dlectricit), mais galement le four du procd et ses missions. Pour le
couplage dArianeTM et du procd dhydrodsalkylation (modlis sous MS Excel), un
autre logiciel nomm PlessalaTM est utilis. Celui-ci permet dextraire les variables et les
rsultats dArianeTM et ainsi, grce un code VBA, de rcuprer les variables et rsultats sur
une feuille Microsoft Excel. Ces valeurs seront ensuite utilises dans le modles HDA pour
satisfaire les diffrents besoins nergtiques.
118
S Ech =
QEch
UTml
(4.3)
4.3.1.2 Four
Le procd dhydrodsalkylation tudi est non catalytique. Il doit alors impliquer une
raction haute temprature. Seule la temprature aura donc une influence sur la vitesse de la
raction. La raction principale est exothermique. Donc, une augmentation de temprature
rduira la conversion due la deuxime raction. Le mlange chimique provenant du
prchauffeur FEHE traverse le four qui augmente sa temprature de 225 C 621 C avant
son admission dans le racteur piston.
La modlisation du four est ralise avec le logiciel ArianeTM, sous la forme une chaudire
bicombustible (gaz naturel et fioul). Les dbits de gaz naturel et de fioul, calculs partir du
simulateur de procd sous Excel sont transmis via la technologie COM ArianeTM, qui
calcule partir de ces valeurs les dbits des missions polluantes dues la combustion. En
effet, la puissance du four est calcule partir du bilan enthalpique du simulateur de procd
HDA. Ce bilan enthalpique est ralis par intgration grce la technologie COM, du serveur
119
ratio =
(4.4)
H C =
(4.5)
GN
PCI
GN
(4.6)
ratio
m FO =
Q
PCI FO (1 ratio )
(4.7)
bicombustible (GJ/m3), Q est la quantit de chaleur change dans le four (GJ/h), m GN est le
dbit de gaz naturel (NM3/h) tandis que m FO reprsente le dbit de fioul (t/h). Le ratio est le
rapport de consommation de combustible, le rendement du four, PCIGN, le PCI (Pouvoir
calorifique inferieur) du gaz naturel (GJ/m3) et PCIFO, le PCI (Pouvoir calorifique infrieur)
du fioul (GJ/t).
(4.1 bis)
120
2C 6 H 6 C12 H 10 + H 2
(4.2 bis)
avec :
C7H8 : Tolune, H2 : Hydrogne, C6H6 : Benzne, CH4 : Mthane, C12H10 : Diphnyle
Le tolune pur ainsi que lhydrogne frais et recycls sont introduits dans le racteur aprs
avoir t pralablement prchauffs dans lchangeur FEHE et ports haute temprature
dans le four. Le racteur adiabatique piston est modlis partir uniquement de la premire
raction (4.1), comme dfini notamment dans les travaux de [DOU 88], de [BRO 92] et de
[YIC 98]. Cette premire raction est caractrise par une seule variable qui est le taux de
conversion, conv , dfini comme :
conv =
(4.8)
Une seconde variable appele slectivit (Se), qui tient compte de la seconde raction est
dfinie comme :
Se =
(4.9)
La caractristique principale dun racteur est son volume. Douglas [DOU 88] considre un
racteur adiabatique piston et calcule le volume de celui-ci partir de la formule suivante :
VR =
(4.10)
Dans cette formule, conv est le taux de conversion, la valeur utilise par Douglas [DOU 88]
est 0,75, F (kmol/h) reprsente le dbit molaire du mlange lentre du racteur, M (g/mol)
la masse molaire de ce mlange, k (1/h) la constante de vitesse et (kg/m3) la masse
volumique du mlange. En supposant que le tolune lentre du racteur est pur, Douglas
[DOU 88] a donn une formule empirique reliant le taux de conversion et la slectivit :
Se = 1
0,0036
(1 conv )1,544
(4.11)
k = k0e
avec :
E
RT
(4.12)
121
255616
)
T
r2 = 5,987 10 e
4
PT PH2
255616
)
T
(4.13)
P 2.553 10 e
2
B
255616
)
T
PD PH
(4.14)
r1 et r2 sont les vitesses des ractions, (4.1) et (4.2) exprimes en lbmol / (min.ft3) et T en
degr Kelvin. Dans [DOU 88] seule la raction (4.1) est prise en compte, car elle est
exothermique et prpondrante par rapport la raction (4.2), et sa vitesse est donne par :
r = k (T )( H )1 / 2
Dans le procd, la temprature de sortie du racteur est fonction de la slectivit, donc du
taux de conversion selon la formule :
QR
T Rs =T Re
1
2
7
2
N 49
conv Se
(4.15)
TRs et TRe (K) sont respectivement les tempratures dentre et de sortie du racteur, les Cpi
(kJ/kmol/K) sont les capacits calorifiques des composs chimiques dans le mlange
lentre du racteur, QR est la puissance totale change lors de raction (kW), qui est
fonction de la temprature adiabatique du mlange lintrieur du racteur, donc du taux de
conversion. La valeur de x ij reprsente la fraction du constituant i du mlange au point j du
procd. Les valeurs de N j (kmol/h) et N i j (kmol/h) reprsentent respectivement le dbit
molaire total du mlange au nud j du procd et le dbit molaire partiel du constituant i, au
point j du procd. Les dtails sur la dtermination de dbits sont donns en annexe 1.
122
vapeur du mlange chimique. Le mlange entre alors dans cet changeur 550C pour en
ressortir 38C favorisant ainsi la condensation des composes aromatiques quil contient.
Le calcul de la surface dchange de cette opration unitaire se fait partir du bilan
nergtique suivant :
(4.16)
Dans la formule ci-dessus, QEch est la quantit de chaleur change travers lchangeur
thermique (kW), SEch la surface dchange de lchangeur thermique (m2), U le coefficient
123
D flash = (
d vap , mas
3600 u ac vap
) 0.5
(4.17)
Le calcul de la longueur du flash (en m) repose sur lhypothse que le temps pour remplir le
flash moiti par la phase liquide du mlange entrant est de 5 min alors :
L flash =
4 5 60 d liq ,mas
(4.18)
o, dliq,mass reprsente le dbit massique de liquide sortant au bas du flash (kg/h), liq, la
masse volumique de la phase liquide (kg/m3). Par la suite, la section transversale du flash (en
m2) est calcule suivant la formule :
S flash =
D 2flash
(4.19)
124
4.3.1.7.1
La volatilit relative la pression opratoire pour une colonne de distillation est gale la
racine carre des produits des volatilits relatives des composants lgers, divis par les
volatilits relatives des composants lourds se trouvant dans le distillat et le rsidu de la
colonne ;
av =
leger
leger
p dist
p resid
lourd
lourd
p dist
p resid
(4. 20).
leger
lourd
Dans lexpression ci-dessus, p dist
, p dist
sont les pressions partielles des composants lger et
leger
lourd
lourd dans le distillat (bar) et p resid
, p resid
les pressions partielles des composants lger et
lourd dans le rsidu (bar). La volatilit relative indique la facilit ou la difficult dutiliser la
mthode de distillation afin de sparer les composs les plus lgers des moins lgers. Sa
valeur sera utilise pour le calcul du reflux minimum.
4.3.1.7.2
Cest la partie minimum de la fraction vaporise qui est condense et renvoye comme liquide
dans la colonne de distillation. Sa dtermination est importante pour le calcul du reflux
oprationnel. Le reflux minimum Rm est calcul partir de lquation dUnderwood telle que,
Rm =
1
( av
leger
lourd
xcond
xcond
av lourd
1) x aleger
x a lim
lim
(4.21)
leger
lourd
o, av est la volatilit relative de la colonne calcule plus haut, x dist
, x dist
les fractions
lourd
molaires des composs lger et lourd dans le distillat, x aleger
les fractions molaires des
lim , x a lim
4.3.1.7.3
Afin daugmenter la puret du produit dsir, une partie des condensats est souvent rinjecte
dans la colonne de distillation, il sagit du reflux. Le taux de reflux ou pourcentage de
condensat renvoy dans la colonne est un critre important dans la dfinition des conditions
opratoires. Gnralement, la valeur de reflux retenue doit tre comprise entre le taux de
reflux minimum et le taux de reflux maximum. La valeur retenue pour le calcul du reflux
oprationnel est celle de son optimum conomique [JOS 10], et est donne par :
125
(4.22)
R= 1,2 Rm
4.3.1.7.4
Lobjectif de cette opration unitaire est de sparer les composs dun mlange. Pour
amliorer cette sparation, une grande surface dchange entre la phase gazeuse et la phase
liquide est ncessaire. Pour augmenter la surface dchange, on introduit des plateaux ou des
garnissages structurs ou non. Le nombre de plateaux thoriques au taux de reflux opratoire
est donn par le modle de Gilliland, dfini comme suit :
(4.23)
NT = 2Nm
Nm =
o,
1
ln av
lourd
x leger x resid
ln dist
lourd
leger
x dist x resid
(4.24)
leger
lourd
x resid
, x resid
reprsentent les fractions molaires des composs lgers et lourds dans le
N=
NT
E0
(4.25)
Dans cette formule, Eo reprsente lefficacit de la colonne. Sa valeur est dtermine partir
de lquation dOConnell dfinie comme suit :
E0
0,5
( av F )(1 / 4 )
(4.26)
F : est la viscosit du liquide dans la colonne. Il est considr que la colonne est alimente en
liquide satur. Si en outre la plupart des liquides sont leurs points dbullition avec une
viscosit de lordre de 0,3 cP [DOU 88], alors E0 devient :
E0
4.3.1.7.5
0,5
(0,3 av )(1 / 4)
(4.27)
Daprs [DOU 88], la hauteur de la colonne (en m) est une fonction du nombre de plateaux et
est calcule suivant la formule :
126
(4.28)
Il ressort que la hauteur est aussi une fonction de la pression opratoire de la colonne de
distillation, puisque celle-ci est lie la volatilit relative par lintermdiaire du nombre de
plateaux.
4.3.1.7.6
(4.29)
v= (R+1) Fdist
(4.30)
i
avec Fdist = f dist
, somme des dbits des composants formant le distillat.
i
4.3.1.7.7
(m2)
(4. 31)
avec, MG la masse molaire du distillat (somme des masses molaires des composs) kg/kmol,
Et
127
Acond =
(m2)
U cond Tm
(4.33)
Dans ces formules, Qcond est la quantit de chaleur au condenseur (W), Hi la chaleur latente
de vaporisation du compos i au condenseur (kJ/kmol), wcond le dbit deau au condenseur
(m3/h), CPeau la chaleur massique de leau au condenseur (kJ/kg/K), Teau,s la temprature de
leau la sortie du condenseur (K), Teau,e la temprature de leau lentre du condenseur (K),
(4.34)
ou encore :
i
i
Qreb = (Tcond T0 ) f dist
CPi + (Treb T0 ) f resid
CPi (Ta lim T0 ) f ailimCPi + Qcond
i
(4.35)
(4.36)
Areb =
i
(1 + R ) f cond
H i
i
(4.37)
U reb Tm l
128
Bi
Tcond + C i
(4.38).
Bi
Treb + C i
(4. 39).
i
cond
i
x cond
= Pcond
(4. 40)
i
reb
i
x reb
= Preb
(4. 41).
rsidu (mm Hg), Preb et Pcond les pressions totales (opratoires) au condenseur et au bouilleur
i
i
(mm Hg), Tcond et Treb les tempratures du condenseur et du bouilleur (K), x dist
et x resid
les
129
Tableau 4. 2.
Hydrogne
13,6333
164,9
3,19
Mthane
15,2243
897,84
-7,16
Benzne
15,9008
2788,51
-52,36
Tolune
16,0137
3096,52
-53,67
Diphnyle
16,6832
4602,23
-70,42
130
Pu ,comp =
Pcomp ,out
47 ,85 3 ,03 10 5
(
) Pcomp ,in V comp ,in [ (
) 1 ] (Pa)
comp
Pcomp ,in
(4.42)
Le rapport entre les capacits calorifiques pression et volume constants sexprime par
= 0,29(
N 27
N 27
)
+
0
,
23
(
1
)
(N 27 + N 37 )
(N 27 + N 37 )
(4.43)
Le rapport des tempratures dentre et de sortie du gaz dans le compresseur est donne par :
(
Pcomp , s
Pcomp ,e
) =
Tcomp , s
(4.44)
T comp,e
m
V =
3600 m
(4.45)
Pcomp ,e est la pression de gaz lentre du compresseur en (bar), m est dbit molaire de gaz
131
[TUR 09]. La puissance de la pompe est une fonction de la diffrence de pression dentre et
de sortie et du dbit volumique du compos chimique aspir :
Pu , pomp =
1,67
pomp
(4.46)
P
(m)
g tol
(4.47)
pomp , in
m pomp ,in
=
60 tol
(4.48)
(4.49)
o, V pompe est le dbit volumique lentre de la pompe (m3/s), Ppomp,e et Ppomps les pressions
en entre et la sortie de la pompe (bar), g lacclration de la pesanteur = 9,81 m/s2 , tol la
masse volume du compos lentre de la pompe (calcul partir de Simulis
Thermodynamique) (kg/m3) et pomp le rendement la pompe en (%).
132
S i ( T i , Pi ) = S o ( T o , Po )
(4.50)
(4.51)
Wrel
W max
H e ( T e , Pe ) H s ( T s , P s )
H e ( T e , P e ) H s ( T s , P s )
(4.52)
Figure 4.3. Unit HDA couple la centrale de production dutilits (turbine vapeur)
133
134
volumiques, capacits caloriques, etc.) aux diffrents nuds du procd, aprs renseignement
du serveur thermodynamique Simulis thermodynamics et enfin de calculer les
dimensions de tous les quipements avec la rsolution des diffrents modles doprations
unitaires. Pour son fonctionnement, le procd dhydrodsalkylation du tolune requiert des
utilits thermiques et lectriques. Une demande de ces utilits est formule en terme de dbit
de combustibles pour satisfaire les besoins de chauffage du mlange dans le four, et de dbit
de vapeur pour satisfaire les demandes de chauffage au niveau des changeurs, des bouilleurs
et autres ateliers du procd. Ces demandes, obtenues partir des bilans nergtiques du
simulateur, sont transmis comme variables (consigne) via PlessalaTM aux oprations unitaires
concernes, modlises sous ArianeTM. Les variables secondaires impliques sont alors le
dbit de fioul, le dbit de gaz naturel et le dbit de vapeur.
Les calculs sous ArianeTM permettent dobtenir en retour lensemble des rsultats sur la
centrale thermique, et en loccurrence la puissance produite par la turbine soutirage et
condensation, les dbits de tous les polluants manant de la combustion des combustibles
dans le four et la chaudire.
Rsultats obtenus
- Bilan matire
- Bilan nergie
- Proprits thermodynamiques
- Dimensions des quipements
- Dbit de benzne
- Dbit de purge
- Dbit de diphnyle
- Dbit de mthane
- Dbit de tolune
Variables de la centrale
(Variables indirectes)
Four
- Dbit du gaz naturel
- Dbit du fuel oil
Chaudire
- Dbit de vapeur
Rsultats obtenus
- Dbit des polluants de la combustion
- Production lectrique
135
limpact des
variables doptimisation sur le dimensionnement des oprations unitaires, dune part, et sur
les critres doptimisation, dautre part.
350
300
250
200
150
100
50
0
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
Figure 4.5.
136
Le taux de conversion est donc une variable de dcision, car il joue un rle important dans la
dtermination du volume du racteur. Par consquent il aura une influence sur le calcul du
critre conomique li au racteur. Ce phnomne a dj t mis en vidence dans le chapitre
3 sur lexemple du procd Williams et Otto. En plus, sa valeur influe sur les dbits des
composs, que sont le diphnyle via la slectivit, et le dbit de mthane la sortie du
racteur. Le taux de conversion est donc une variable qui affecte le critre environnemental du
procd.
rcupre et rinjecte dans le procd, le mthane est ensuite soit brl comme combustible
dans le four afin de rcuprer sa chaleur de combustion dans le procd, soit brl la torche.
Dans ce travail, mme si le choix de la membrane est intressant analyser, il na pas t
considr par manque dinformations. On considrera que mlange purg est directement
brl la torche.
La figure 4.6 reprsente la variation du volume du racteur et du dbit de gaz recycl en
fonction du dbit dhydrogne contenu dans le mlange purg pour une production de
benzne et un taux de purge fixs respectivement 300 kmol/h et 0,75.
La figure 4.6 montre que le volume du racteur diminue lorsque le dbit dhydrogne purg
augmente. Cela est normal puisqu la sortie du flash haute pression, une partie de la phase
gazeuse part la purge pendant que lautre est recycle par le compresseur. Si la partie partant
la purge est plus importante, cela va rduire invitablement la partie comprime et recycle.
Alors, le dbit de recyclage va diminuer avec laugmentation du dbit dhydrogne dans le
mlange purg. Le dbit dhydrogne la purge est donc une variable qui va influencer tant le
137
Volume du racteur
(m3)
450
6000
400
5000
350
4000
300
250
3000
Dbit de rcyclage
(kmol/h)
200
150
100
150
200
250
2000
300
138
Tableau 4. 3.
Numros des
Equipements
quipements du
du simulateur
simulateur
F-1
Flash HP
Temprature = 38 C
F-2
Flash BP
T-1
Colonne 1
(Shortcut)
Colonne 2
T-2
(Shortcut)
40
35
30
25
20
15
10
5
0
40000
35000
30000
25000
20000
15000
10000
5000
0
0
0,2
0,4
0,6
0,8
ratio nergtique
Figure 4.7.
Variation des dbits de fioul et de gaz naturel dans le four en fonction du ratio
nergtique
139
La figure 4.7 reprsente les volutions dans le four des dbits de fioul et de gaz naturel en
fonction du ratio de consommation nergtique. Selon les quations (4.6) et (4.7),
reprsentes par les courbes de la figure 4.7, lorsque le ratio augmente, le dbit de fioul
augmente tandis que celui de gaz naturel diminue.
Pour assurer une vitesse de raction correcte, la temprature dentre du mlange dans
le racteur doit tre suprieure ou gale 621 C,
Les matires premires sont tolune pur et hydrogne contenant 95% H2 et 5% CH4,
La temprature de sortie du racteur doit tre infrieure 704 C, afin dviter les
phnomnes dhydrocraquage,
140
Tableau 4. 4.
Variables
units
Minimum
Maximum
252,5
500
t/h
200
Dbit de combustible 1
Nm3/h
5000
Dbit de combustible 2
t/h
5000
Tableau 4. 5.
units
Gaz naturel
Fioul
mg/Nm3 de combustible
0,3
6,0
0,4
2,0
0,15
1,2
Variables
Facteur dmission NOx
Ratio CO/CO2
Facteur dmission poussires
Tableau 4. 6.
Variables
units
Minimum
Maximum
400
500
t/h
200
Dbit de combustible
t/h
5000
Tableau 4. 7.
units
Fioul
mg/Nm3 de combustible
6,0
2,0
1,2
Variables
Facteur dmission NOx
Ratio CO/CO2
Facteur dmission poussires
141
Tableau 4. 8.
SORTIE
Diffrence relative
ProSimPlusTM
Simulateur Excel
(%)
1757
1553,30
11,6
Mthane (kmol/h)
2145,2
2340
-9,10
Benzne (kmol/h)
265
265
Tolune (kmol/h)
82,82
91,12
-10
Diphnyle (kmol/h)
5,20
4,18
19,60
4255
4254
0,02
Courant
Hydrogne (kmol/h)
Les carts constats entre les rsultats obtenus par ces deux mthodes de bilan peuvent tre
attribus deux raisons. La premire est que sous ProSimPlusTM, deux racteurs en cascade
ont t utiliss pour modliser les deux ractions :
-
Les deux ractions se font en ralit de manire simultane et dans le mme racteur. En effet,
une fois le benzne produit, il peut former de lhydrogne et du diphnyle, et lhydrogne peut
son tour tre consomm en ragissant avec le tolune. Ces mcanismes ne sont pas pris en
compte dans la modlisation sous ProSimPlusTM, puisque les deux ractions se font
successivement dans deux racteurs diffrents et non en parallle. La modlisation sous
ProSimPlusTM impose cette configuration du racteur car pour chaque raction, il existe un
racteur adapt. La seconde raison est quune sparation tranche est considre au niveau des
142
deux flashs pour le simulateur de procd sous Microsoft Excel; ce qui nest pas le cas sous
ProSimPlusTM o les bilans sont mieux labors.
Cependant, comme la diffrence des carts relatifs globaux est globalement faibles (1%), on
peut considrer que le bilan matire du simulateur est acceptable. Les quations de ce bilan
matire sont donc utilises pour le dimensionnement des principaux quipements du
simulateur de procd conu sous Microsoft Excel. Sur un ordinateur Core 2 Duo CPU, de 4
Ghz de processeur et une mmoire vive de 2,00 Go, la simulation du procd HDA est
effectue:
- Pour le modle sous ProSimPlusTM en un temps de 7 centimes de seconde,
- Pour le modle du HDA sans couplage avec ArianeTM : 2 centimes de seconde,
- Pour le modle du HDA coupl avec ArianeTM : 11 s 64 centimes de seconde.
Tableau 4. 9.
Valeurs des variables pour la simulation du cas de base [DOU 88]
Valeur
Minimum
Maximum
Variables
unit
Taux de conversion
0,75
0,1
0,8
Kmol/h
198
30
300
Pression flash HP
bar
32
30
34
Pression flash BP
bar
10
10
Pression colonne 1
bar
Pression Colonne 1
bar
1,5
0,5
0,1
0,9
ratio
143
4.6 Conclusion
Ce chapitre a prsent les principes de base du dveloppement du simulateur de procd HDA
par incorporation des modles doprations unitaires dans le logiciel MS Excel. Pour le
calcul des proprits thermodynamiques, le serveur de proprits thermodynamiques,
Simulis Thermidynamics a t utilis. ArianeTM et PlessalaTM ont t mis en uvre pour
le calcul des utilits ncessaires au fonctionnement du procd HDA. Dans le but de valider le
bilan matire, le procd a t simul sous ProSimPlusTM. La comparaison des rsultats
obtenus a montr une bonne concordance entre ces derniers avec les rsultats du simulateur
simplifi. Les dimensions des principaux quipements du procd ont ainsi t calcules
partir des bilans matires, bilan nergtiques et dheuristiques. Cette tude prliminaire est la
pierre angulaire pour le calcul des critres de performance, environnementaux et conomiques
et linsertion de ce modle global procd-production dutilits au sein dune boucle
doptimisation multiobjectif qui fera lobjet du chapitre suivant.
144
Chapitre 5
Mthodologie dco-conception
applique au procd HDA
145
NOMENCLATURE ET SYMBOLES
Abrviations
AP :
AC :
EP :
FUCA :
FE :
GWP :
HDA :
HP :
HTP :
POCP :
TOPSIS :
Symboles
ProdB :
Production de benzne (kmol / h)
Lettres grecques
:
Rapport des capacits calorifiques pression et volume constants
: :
Viscosit dynamique du liquide (cP)
146
5.1 Introduction.
Le chapitre 2 a prsent les outils (modlisation, stratgie doptimisation, aide la dcision
multicritre) ncessaires pour le dveloppement de la mthodologie dco-conception. Une
premire phase dintgration des modles de simulation du procd de production et de celui
de production dutilits a t propose dans le chapitre 4. Ltape suivante consiste
imbriquer les modles au sein dune boucle doptimisation multiobjectif. Les solutions
optimales au sens de Pareto qui seront obtenues feront lobjet dune analyse multicritre afin
de slectionner les plus pertinentes. Ce chapitre, ddi lintgration des procdures
doptimisation et daide la dcision, tudie lapplication de cette mthodologie lexemple
de lhydrodsalkylation du tolune modlis au chapitre 4 qui sert de fil directeur ce travail.
Deux variantes structurelles du procd de production dnergie couples au procd HDA,
sont tudies : utilisation dune turbine vapeur et dune turbine gaz. Comme nous lavons
mentionn dans les chapitres prcdents, la figure 5.1 prcise les points qui seront
particulirement considrs ; savoir la procdure doptimisation multiobjectif travers le
lien entre les variables du procd et les solutions optimales, ainsi que lexploitation de ces
dernires pour la mise au point dune stratgie daide la dcision.
Dfinition des
objectifs du
champ de l'tude
Donnes
brutes
Calcul de
l'inventaire
Modle du procd
Variables
de dcision
Matires
premires
Procd
chimique
Source primaire
d'nergie
Production
d'nergie
Classification
Caractrisation
Effet de serre
Produits, Co-produits
Epuisement de la
couche d'ozone
Pertes nergtiques
Acidification
Dchets
Eutrophisation
Front de
Pareto
Mthode d'aide
la dcision
multicritre
Epuisement
ressources
ArianeTM
Toxicit
humaine
Modlisation
Critres
conomiques
Stratgie
d'optimisation
Figure 5.1.
147
Ce chapitre est articul autour des points suivants : nous traitons dans une premire partie la
formulation du problme doptimisation et nous prsenterons ensuite les critres conomiques
et environnementaux retenus. Ltude du procd HDA coupl une turbine vapeur est
ensuite propose dans une deuxime partie. Lobjectif de cette dmarche est dtudier la
dpendance entre les diffrents critres sur un procd chimique donn. Il sagit de rduire le
nombre de critres prendre en compte dans loptimisation multiobjectif, afin de ne retenir
que ceux qui sont contradictoires entre eux. Deux scnarios sont ensuite analyss, faisant
intervenir dans un premier temps une tude conomique suivie dune tude environnementale
dans laquelle le niveau de production a t fix par optimisation, et dans un second temps une
tude conomique et environnementale simultane dans laquelle le domaine du niveau de
production a t largi autour de la valeur optimale prcdente. Les impacts des produits et
des quipements du procd des solutions retenues dans le cadre de lanalyse multicritre sont
ensuite analyss. Une analyse de cycle de vie est ensuite effectue sur les solutions optimales
obtenues des fins de validation. Enfin, une tude de linfluence du mode de production des
utilits est ralise pour amliorer les performances environnementales du systme.
Max (ProdB)
(5.1)
Min (CA)
(5.2)
(5.3)
les effluents du racteur doivent tre refroidis au moins 621,16C afin dviter la
formation de coke,
les bornes du dbit de purge en hydrogne FPH (kmol/h) sont les suivantes :
30 FPH 300,
tous les dbits massiques de polluants, CO2, NOx, CO, SO2, et poussires (kg/h)
doivent prendre des valeurs positives.
Marshall & Swift = 1468,6 (2009) issu de Chemical Engineering, janvier 2010)
Formes non linaires
H: Hauteur (m)
Fc:: Facteur de pression
Fc : matriel, plateaux, type plateaux
Cots des changeurs des chaleurs
2
A : Surface dchange (m )
1,066
1,066
0,802
(2,18+ Fc) +
HFC
0,65
F c)
0,65
) (2,29+ Fc)
0,85
Fc
149
Fc)
1,55
0,802
0,85
(1,27+ Fc)
Tableau 5.2.
Chaudire
F : Dbit de vapeur (kg/s);
P : Pression (bar)
Turbine vapeur
Wst : Puissance (MW)
Dgazeur
F : Dbit dgaz (kg/s)
Condenseur
Q : Puissance change (MW)
Tableau 5.3.
8,09 F
0,82
fp1
2
0,41
0,41F
0,62
4,76Q
0,68
Matires premires
Cot ($/kg)
Tolune
0,648
Hydrogne
Utilits
Fioul
$ 549 / m
Gaz naturel
$ 0,42 /std m
Electricit
$ 0,06/kWh
$ 29,97/1000 kg
Moyenne pression
$ 28,31/1000 kg
Basse pression
$ 27,70/1000 kg
Tableau 5.4.
Hydrogne
Mthane
Benzne
Tolune
Diphnyle
CO2
SO2
CO
NOx
Poussires
HTP
0
0
1
0
3,2
0
0
0
0,7
0
$ 14,8/1000 m
GWP
0
21
0
0
0
1
0
3
40
11
150
ODP
0
0
0
0
0
0
0
0
0
0
PCOP
0
0,034
0,334
0,771
0
0
0,048
0,027
0,028
0,5
AP
0
0
0
0
0
0
1
0
0,7
0
Valeurs
inferieures
Sol_pop_init
0,5
0,75
0,9
31
198
308
30
34
34
10
10
0,1
0,85
0,9
Variables de dcision
Bornes suprieures
(5.4)
350
SOL_OPT_ECO
300
250
200
150
100
50
0
0
50
100
150
200
250
Cot annuel (M $)
Figure 5.2.
152
300
Tableau 5.6.
Objectifs
ProdB
CA
EP
3P04 /an
AP
GWP
HTP
POCP
t/an
M$/an
Sol_pop-init
305,00
277,42
9759,06
11190,34
1884528,48
18699,58
2472,32
Sol_opt_eco
299,76
205,04
13831,12
4829,26
1410428,13
26537,88
1944,11
-1,72
26,10
-41,73
56,84
25,16
-41,92
21,36
t q.
t q. C2H4/an
Gain / valeur
Sol_pop-init (%)
De lanalyse du tableau 5.6, il ressort que pour une faible dtrioration de la production de
benzne (1,72%), les critres Cot annuel , AP , GWP et POCP sont amliors
denviron 20%. Tandis que les deux critres EP et h tp" sont dgrads denviron 41%.
obtenues qu des faibles valeurs de GWP et CA. Cela signifie quil existe une trs forte
relation qui lie ces deux critres (voir section 5.3.2.4).
(HTP, CA) : Le front de Pareto de cette optimisation reprsent la figure 5.4, montre que
Les courbes reprsentes sur les figures 5.4 et 5.5 montre des tendances similaires dues a un
fort lien entre ces critres (voir section 5.3.2.4).
(AP, CA) : Le front de Pareto est reprsent par la figure 5.6.
153
(POCP, CA) : Les rsultats reports sur la figure 5.7 montrent que les points non domins
de cette optimisation apparaissent seulement dans les rgions de faibles valeurs du critre
PCOP, suggrant ainsi une forte relation entre ces deux critres.
(AP, EP) : Loptimisation de ces deux objectifs conduit au front de Pareto reprsent la
figure 5.8, o il est remarquable que les deux objectifs prsentent des comportements
antagonistes.
G W P e n f o n c t io n d u c o t a n n u e l
1413500
1413000
1412500
1412000
1411500
1411000
1410500
2 0 5 ,1 5
2 0 5 ,2
2 0 5 ,2 5
2 0 5 ,3
2 0 5 ,3 5
C o t a n n u e l ( M $ /a n )
Figure 5.3.
30000
25000
20000
15000
10000
5000
0
200
205
210
215
220
225
230
235
230
235
Figure 5.4.
cot annuel
14000
12000
EP (te PO43-/an)
10000
8000
6000
4000
2000
0
200
205
210
215
220
225
C o t a n n u e l (M $ / a n )
Figure 5.5.
AP (te SO2/an)
4800
4700
4600
4500
4400
4300
200
205
210
215
220
225
230
235
Figure 5.6.
209
214
219
224
Figure 5.7.
AP en fonction de EP
8000
7500
7000
6500
6000
5500
5000
4500
4000
0
2000
4000
6000
8000
E P (te P O 4
Figure 5.8.
10000
(3-)
12000
/an)
AP en fonction de EP
155
14000
16000
Les rsultats de la figure 5.3 ncessitent un commentaire par rapport aux valeurs leves de
GWP. En effet, le calcul a t effectu dans un cadre pnalisant dans la mesure o la frontire
qui borne le systme (voir Figure 5.9) ne considre pas le devenir de la purge. Ainsi, le GWP
fait intervenir, entre autres facteurs, le facteur dimpact du mthane et non celui du dioxyde de
carbone (aprs passage la torchre par exemple, mme si dun point de vue environnemental
cette solution nest pas satisfaisante). Notons que des techniques de sparation membranaire
ont t tudies dans la pratique industrielle, mais leur cot lev a limit leur implantation.
Des travaux rcents montrent cependant quil nest plus lheure actuelle rdhibitoire ([BOU
08]). Cette solution prometteuse na toutefois pas t envisage ici. Sous ces hypothses, le
GWP calcul pour le procd HDA est de lordre de 7,5 t eq CO2 par tonne de benzne
produite, valeur essentiellement due ici la contribution du CH4 et du CO2 aux diffrentes
sorties du procd. Or, au niveau de la purge, le poids du CH4 est trs important (dont le
potentiel dimpact est environ 21 fois celui du CO2) ; ce qui est logique puisque le procd
conduit la formation de mthane. Pour les solutions qui seront explicites par la suite, on
peut dores et dj dire que prs de 70% de limpact est d la prsence de mthane la
purge.
6
H2, CH4
3
4
Tolune Pur
Racteur
Systme de
sparation
Benzne
Diphenyle
10
2
Recyclage Tolune
11
Gaz naturel
Fuel
Centrale de
production dutilits
Figure 5.9.
156
Effluents
Coeff. de
Erreur
t q. C2H4/an
(Terme constant)
corrla.
Max (%)
90,529.67
0.9988
EP
CA
M$/an
t q.
3P04
/an
0.51
GWP
5,445.29
-0.64
43.95
-6.2910
-5
1.92
-3.7010
0.44
4.0710
t q. CO2 / an
HTP
-5
9.2510
-3
-2
1,377.95
-6
1.000
10
0.9999
0.03
t q. C6H6 / an
POCP
-3
8.6710
t q. C2H4 / an
157
230
225
220
215
210
205
14000
12000
10000
8000
4000
6000
4000
2000
5000
4000
6000
7000
5000
6000
7000
8000
AP (t q. SO2 / an)
/an)
8000
(3-)
10000
EP (te PO 4
12000
6000
BT1
4000
BT2
2000
0
200
205
210
215
220
225
230
235
4900
4800
4700
BT1
4600
4500
4400
4300
200
BT2
205
210
215
220
225
230
235
AP en fon ction d e E P
8000
7500
7000
6500
6000
5500
5000
4500
4000
B T1
B T2
2000
4000
6000
8000
E P (te P O 4
10000
(3-)
12000
14000
16000
/an)
Ces alternatives sont notes BT1 et BT2 (BT signifiant Biobjectif TOPSIS). Les valeurs des
fonctions objectifs de ces meilleures solutions selon TOPSIS qui prsentent des valeurs
quasiment identiques sont indiques dans le tableau 5.8. Rappelons que la mthode FUCA ne
peut pas tre applique aux problmes biobjectif, dans la mesure o le front de Pareto est par
dfinition un ensemble de points non domins, la somme des rangs est constante et gale au
nombre de points du front de Pareto plus un (la meilleure position pour l'un des objectifs tant
la pire pour l'autre).
159
Tableau 5.8.
Cot annuel
M$/an
EP
t q.
AP
3P04 /an
t q. SO2/an
(EP, CA) 1
223,49
3850
(EP, CA) 2
223,50
3850
(AP, CA) 1
210,13
4499,36
(AP, CA) 2
210,18
4498,29
(AP, EP) 1
5088,44
5723,29
(AP, EP) 2
5008,07
5767,36
Optimisation triobjectif
Une optimisation tricritre impliquant les critres indpendants (CA, EP et AP) est prsent
effectue. Par la suite, les valeurs des critres dpendants (GWP, HTP et PCOP) sont
calcules partir des corrlations multilinaires qui les lient aux critres indpendants. Dans
le but de dterminer les meilleurs choix du procd, les mthodes daide la dcision TOPSIS
et FUCA sont appliques lensemble de tous les critres (CA, EP, AP, GWP, HTP et
POCP). Il est important que les critres dpendants soient pris en compte lors de lanalyse
multicritre, car ils peuvent influencer la prise de dcision. Cependant, seuls les critres
indpendants sont reprsents sur la figure 5.14.
Dans toute cette tude, le classement a t effectu avec le mme facteur de pondration pour
tous les critres.
230
225
220
215
210
205
15000
TF2
TT2
TT1
TF1
8000
10000
7000
6000
5000
5000
0
4000
AP (t q. SO2 / an)
160
Les deux meilleures solutions obtenues partir de TOPSIS (respectivement FUCA) sont
appeles TT1 et TT2 (respectivement TF1 et TF2) sur la courbe 3D (TT signifie Tricritre
TOPSIS et TF, Tricritre FUCA). Les tableaux 5.9 5.11 prsentent les rsultats obtenus pour
lensemble des objectifs indpendants et dpendants. Pour chaque objectif, le gain en (%)
(not Gain-I, Gain-E et Gain-D pour Sol_pop_init, Sol_opt_eco et Douglas300 respectivement)
est calcul par rapport aux solutions appeles Sol_pop_init et Sol_opt_eco dans le
tableau 5.6 (Douglas300 qui reprsente les valeurs des critres dans les conditions de [DOU
88] rapporte une production de 300 kmol/h pour tre cohrent). Les valeurs des variables
correspondant ces solutions sont indiques dans le tableau 5.12. De toute vidence, les
solutions obtenues aprs projection des solutions 3-D dans les espaces 2-D correspondants
surestiment globalement les solutions obtenues lors dune optimisation 2-D pure. Il ressort
alors que les optimisations 2-D pralablement ralises ne peuvent pas tre utilises pour
lestimation des solutions du problme 3-D et confirment tout lintrt de loptimisation
tricritre.
Tableau 5.9.
Production
Solutions
EP
AP
GWP
HTP
POCP
t q. P04 /an
t q SO2/an
t q CO2 /an
t q C6H6/an
t q C2H4/an
277,42
9759,06
11190,34
1884528,48
18699,58
2472,32
3-
Sol_pop_init
Benzne
(kmol/h)
305
TT1
300
205,33
13954,31
4759,13
1408841,5
26737,66
1940,78
Gain-I (%)
1,64
25,99
-42,99
57,47
25,24
-42,99
21,50
TT2
300
205,32
13671,82
4792,25
1410408,66
26196,37
1942,5
Gain-I (%)
1,64
25,99
-40,09
57,18
25,16
-40,09
21,43
TF1
300
207
9770,38
4930,16
1428118,43
18720,83
1939,25
Gain-I (%)
1,64
25,38
-0,12
55,94
24,22
-0,11
21,56
TF2
300
209,03
10109,41
4782,53
1432472,39
19370,44
1928,71
Gain-I (%)
1,64
24,65
-3,59
57,26
23,99
-3,59
21,99
Tableau 5.10.
Solutions
Sol_opt_eco
TT1
Gain-E (%)
TT2
Gain-E (%)
TF1
Gain-E (%)
TF2
Gain-E (%)
Production
Benzne
(kmol/h)
299,76
300
-0,08
300
-0,08
300
-0,08
300
-0,08
EP
AP
3-
161
4829,26
4759,13
1,45
4792,25
0,77
4930,16
-2,09
4782,53
0,97
GWP
HTP
POCP
t q CO2 /an
t q C6H6/an
t q C2H4/an
1410428,13
1408841,5
0,11
1410408,66
0
1428118,43
-1,25
1432472,39
-1,56
26537,88
26737,66
-0,75
26196,37
1,29
18720,83
29,46
19370,44
27,01
1944,11
1940,78
0,17
1942,5
0,08
1939,25
0,25
1928,71
0,79
Tableau 5.11.
Solutions
Douglas300
TT1
Gain-D (%)
TT2
Gain-D (%)
TF1
Gain-D (%)
TF2
Gain-D (%)
Production
Benzne
(kmol/h)
300
300
0
300
0
300
0
300
0
EP
AP
3-
14777,59
4759,13
67,79
4792,25
67,57
4930,16
66,64
4782,53
67,64
GWP
HTP
POCP
t q CO2 /an
t q C6H6/an
t q C2H4/an
2175734,97
1408841,5
35,25
1410408,66
35,18
1428118,43
34,36
1432472,39
34,16
18699,58
26737,66
-42,99
26196,37
-40,09
18720,83
-0,11
19370,44
-3,59
2794,30
1940,78
30,55
1942,5
30,48
1939,25
30,60
1928,71
30,98
Les rsultats fournis par TOPSIS et FUCA (tableaux 5.9, 5.11) montrent que le gain global
de l'ensemble des objectifs obtenus par FUCA est plus lev que les valeurs de gain calcules
par l'analyse TOPSIS dans les deux tableaux. Un examen plus approfondi des solutions TF1
et TF2 conduit finalement slectionner la solution TF2, car elle donne un seul gain ngatif
sur lensemble des impacts environnementaux dans le tableau 5.10 pour une dgradation de
1,95% du cot annuel. Pour les raisons ci-dessus mentionnes, seule la mthode FUCA sera
utilise dans la suite de ltude. Afin de comparer les solutions obtenues par optimisation
celles donnes par [DOU 88], les valeurs des variables doptimisation sont indiques dans le
tableau 5.12.
Tableau 5.12.
Variables de dcision
Taux de conversion du tolune
Dbit dhydrogne la purge (kmol/h)
Pression du flash HP (bar)
Pression du flash BP (bar)
Pression de la colonne 1 (bar)
Pression de la colonne 2 (bar)
Ratio (Four bicombustible) fioul/gaz
TT1
0,80
300
33,98
9,96
3
1,15
0,44
TT2
0,79
300
33,94
10
3
1,71
0,45
TF1
0,75
300
33,94
9,66
3
1,13
0,40
TF2
0,76
300
33,89
9,97
3
1,02
0,34
Douglas300
0,75
198
34,45
10,33
1,034
1,034
0,9
Un graphique en radar polaire est utilis pour comparer les solutions prsentes dans les
tableaux 5.9, 5.10 et 5.11 celles appeles Sol_pop_init, Sol_opt_eco et Douglas300
dans les tableaux 5.6 et 5.11. Les figures 5.15 5.17 regroupent lensemble des solutions
TT1, TT2, TF1, TF2, Sol_pop_init, Sol_opt_eco et Douglas300.
Ces critres qui ont des valeurs trs diffrentes, ont t normaliss pour faciliter la
reprsentation sur un mme graphique. Chaque valeur est divise par la valeur maximale pour
un critre donn.
162
Cot annuel
1
0,8
POC P
0,6
EP
0,4
TT1
TT2
0,2
0
TF1
TF2
HTP
AP
Sol_pop_init
GWP
Figure 5.15. Comparaison des valeurs de toutes les solutions avec Sol_pop_init
Cot annuel
1
POCP
0,5
EP
TF1
HTP
TT1
TT2
TF2
AP
Sol_opt_eco
GWP
Figure 5.16. Comparaison des valeurs de toutes les solutions avec Sol_opt_eco
POC P
C ot annuel
1
0,8
0,6
0,4
0,2
0
EP
TT1
TT2
TF1
TF2
HTP
AP
D ouglas300
GWP
Figure 5.17. Comparaison des valeurs de toutes les solutions avec Douglas300
163
La figure 5.17 montre que la solution Douglas300 est mauvaise pour le cot annuel, PCOP,
GWP et AP. Seuls les impacts environnementaux HTP et EP sont pratiquement gaux aux
valeurs de la solution TF1. Cette analyse montre aussi que les solutions TF1 et TF2 sont celles
qui ont les plus faibles valeurs sur lensemble des critres.
Tableau 5.13.
Equipements
Four:
puissance
(GJ/h)
3
Racteur : volume (m )
3
Flash HP : volume (m )
3
Flash BP: volume (m )
Colonne 1 : hauteur (m)
diamtre (m)
Colonne 2 : hauteur (m)
diamtre (m)
Echangeur B : surface
2
d'change (m )
Compresseur : puissance
(kW)
Pompe
d'appoint
:
puissance (kW)
Pompe de recyclage :
puissance (kW)
TT2
TF1
TF2
Douglas300
93,12
93,35
98,41
97,77
121,46
173,32
22,86
2,26
42,37
2,89
173,03
22,97
2,25
42,37
2,89
170,29
24,83
2,50
42,98
2,93
170,39
24,62
2,42
42,98
2,93
251,61
38,65
2,93
36,88
3,68
17,98
18,59
17,98
17,98
17,98
1,66
1,54
1,88
1,89
1,91
525,91
527,13
554,44
550,97
668,72
100,00
100,30
107,07
106,21
145,10
2,50
2,50
2,63
2,61
2,63
11,05
11,04
14,53
14,18
14,58
production de benzne de [250, 280] kmol / h. Ainsi, loptimisation multiobjectif est ralise
dans cet intervalle de production. La mme stratgie que dans le cas 1 prcdent, consistant au
dcouplage des critres en des ensembles dpendants et indpendants, est mise en uvre
nouveau. Afin d'viter lapparition de problmes d'extrapolation de modles qui peuvent se
produire, des rgressions multilinaires sont ralises nouveau sur les objectifs dpendants.
Enfin, une optimisation triobjectif est effectue pour identifier les meilleures solutions en
fonction de ces nouvelles contraintes environnementales.
Tableau 5.14.
Prod B
Objectifs
kmol/h
t q.
AP
3P04
Coeff.
Erreur
Corr.
Max (%)
0,9397
3,75
1,000
6 10
GWP
4901,44
-11,61
23,36
10945,95
-2,14 10
1,92
-3,68 10
5,08
2,0410
7,95010
5,46
0,9942
0,69
0,6959
-5,03502
0,9997
2,10
t q. CO2 /an
HTP
-5
-5
1,66 10
-4
-6
t q. C6H6/an
POCP
-3
-2
t q. C2H4/an
Cot
M$/an
165
280
ProdB (kmol / h)
275
270
265
260
255
TF5
250
15000
2.5
2
10000
5000
EP (t q. PO4(3-) / an)
1
0.5
1.5
TF3
TF4
0
x 10
AP (t q. SO2 / an)
Figure 5.18. Front de Pareto de loptimisation tricritre (ProdB, EP, AP) Cas 2
et explicit dans le tableau 5.15., qui est la meilleure solution retenue dans le cas 1. Les
valeurs des variables correspondantes sont indiques dans le tableau 5.16. Des amliorations
substantielles sur quasiment tous les critres, hormis AP et GWP (dgradation trs faible de
lordre de 1,4%), sont obtenues. Enfin, une solution de compromis TF5 gnre avec les
pondrations respectives de 0,35 pour la production de benzne (0,15 pour le GWP et 0,1
pour tous les autres critres) est galement dtermine.
Tableau 5.15.
Case
ProdB
CA
EP
(kmol/h)
M$/an
t q. P04
GWP
AP
3-
t q. SO2/an
HTP
/an
POCP
t q.
C2H4/an
TF3
250,01
206,01
2732,38
5777,56
1453241,50
5235,48
1761,10
Gain
16,66
1,45
72,97
-20,81
-1,45
72,97
8,69
TF4
250,00
205,82
2741,12
5763,84
1451610,33
5252,24
1759,83
Gain
16,67
1,53
72,89
-20,52
-1,34
72,89
8,76
TF5
253,14
190,65
7275,67
3795,89
1274008,38
13941,27
1615,84
Gain
15,62
8,79
28,03
20,63
11,06
28,03
16,22
Tableau 5.16.
Variables de dcision
TF3
TF4
TF5
0,50
0,50
0,73
291,74
291,74
299,93
31,53
31,54
33,80
9,67
7,70
5,04
3,00
3,00
2,77
1,00
1,00
1,01
0,23
0,23
0,19
1
0,9
Contribution [%]
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
)
n
,5
3
9,
14
q.
q.
C2
SO
/a
/a
/a
2
O
q.
C
t
O
AP
(4
(1
9
75
38
31
1
11
(1
4
% C entrale d'utilits
PC
W
G
EP
(1
TP
39
(2
54
67
38
,3
1
,6
1
,2
1
q.
PO
q.
C
6H
4(
3-
)/
/a
an
n)
n)
% P ro cd H D A
Impacts environnementaux
Contribution [%]
0 ,8
0 ,7
0 ,6
0 ,5
0 ,4
0 ,3
0 ,2
n
/a
2
SO
2H
q.
q.
2,
25
t
,2
8
79
(4
P
PC
(1
4
(1
9
13
40
20
,8
71
36
(1
P
)
/a
/a
2
O
q.
C
t
38
3,
t
2
,3
1
97
61
(2
TP
H
)
q.
PO
q.
C
4(
6H
3-
)/
/a
an
n)
n)
0 ,1
C e n tr a le d 'u tilit s
P ro c d H D A
Im p a c t s e n v ir o n n e m e n t a u x
Contribution [%]
0 ,8
0 ,7
0 ,6
0 ,5
0 ,4
n
/a
2
SO
q.
t
P ro c d H D A
,1
30
A
(4
9
93
(1
P
t
7,
04
,8
99
72
42
(1
P
W
G
)
n
4
2H
C
q.
q.
t
2
q.
t
0,
38
77
(9
P
E
/a
/a
2
C
4(
PO
C
q.
t
,5
0
21
87
(1
TP
H
3-
6H
)/
/a
an
n)
0 ,1
0
n)
0 ,3
0 ,2
Im p a c t s e n v ir o n n e m e n t a u x
168
Contribution [%]
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
AP
(1
9
(4
7
26
82
,6
1
,5
3
q.
q.
C2
SO
/a
/a
/a
2
O
q.
C
t
51
5
35
(1
4
PC
P
W
G
EP
TP
(1
0
(1
10
93
71
9,
41
,1
4
,1
1
q.
PO
q.
C
6H
4(
3)/
/a
an
n)
n)
0,1
0
Impacts environnementaux
n
/a
2
SO
q.
t
0
16
,5
7,
57
(1
AP
(2
P
PC
48
79
89
53
17
(2
P
W
G
)
n
4
H
C2
q.
t
t
,9
1
q.
t
9,
13
75
(9
EP
/a
/a
q.
PO
4(
3-
)/
/a
6
6H
C
q.
t
,5
8
86
99
(1
TP
H
n)
n)
an
Contribution [%]
1
0 ,9
0 ,8
0 ,7
0 ,6
0 ,5
0 ,4
0 ,3
0 ,2
0 ,1
% P ro c d H D A
Im p a c ts e n v ir o n n e m e n ta u x
169
90%
80%
70%
Colonne 2
60%
Purge
50%
Chaudire
40%
Four
30%
20%
10%
0%
HTP
EP
GWP
PCOP
AP
Impacts environnementaux
90%
80%
70%
Colonne 2
60%
Purge
50%
Chaudire
40%
Four
30%
20%
10%
0%
HTP
EP
GWP
PCOP
AP
Impacts environnementaux
Colonne 2
Purge
50%
Chaudire
Four
40%
30%
20%
10%
0%
HTP
EP
GWP
PCOP
AP
100%
90%
80%
70%
60%
Colonne 2
Purge
50%
Chaudire
Four
40%
30%
20%
10%
0%
HTP
EP
GWP
PCOP
AP
Colonne 2
Purge
50%
Chaudire
Four
40%
30%
20%
10%
0%
HTP
EP
GWP
PCOP
AP
171
172
Tableau 5.17.
PRODUCTION DE BENZENE (kmol/h)
Rejets du procd HDA
Dbit d'hydrogne purg
(kmol/h)
Dbit de mthane purg
(kmol/h)
Dbit de diphnyle
(kmol/h)
Consommation d'nergies primaires
Dbit de Fioul oil au four
(t/h)
Dbit de gaz naturel du four (Nm3/h)
Dbit de Fioul oil la chaudire (t/h)
Matires premires
Dbit de tolune
(kmol/h)
Dbit d'hydrogne
(kmol/h)
Dbit de mthane
(kmol/h)
Consommation eau
Dbit d'eau de refroidissement (kg/s)
Emissions polluantes Centrale lectrique
Dbit de CO2 mis
(kg/h)
Dbit de SO2 mis
(Kg/h)
Dbit de NOx mis
(kg/h)
Dbit de CO mis
(kg/h)
Dbit de poussires mis
(kg/h)
Bilan de matire et dnergie des solutions TT1, TT2, TF1, TF2 et Douglas300
TT1
TT2
TF1
TF2
300
300
300
300
300,00
345,48
6,77
300,00
345,20
6,64
300,00
341,31
4,74
300,00
341,65
4,91
198,00
335,63
4,73
4,64
6180,51
10,02
4,66
6175,68
10,11
4,55
7246,33
10,62
4,13
8375,69
10,53
33,61
0,00
12,53
313,55
606,77
31,94
313,27
606,64
31,93
309,48
604,74
31,83
309,81
604,91
31,84
309,24
501,50
26,39
1073,41
1075,53
1124,14
1117,90
1333,44
57460,68
594,83
0,09
955,87
0,02
57772,58
598,97
0,09
962,25
0,02
61076,65
616,20
0,09
994,93
0,02
61722,88
597,75
0,09
972,65
0,02
150653,59
1849,71
0,28
2887,31
0,06
173
Douglas300
300
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
Carcinogens
Non-carcinoge
ns
Respiratory
inorganics
Ionizing
radiation
Ozone layer
depletion
Respiratory
organics
HDA TT1
Methane, 96 vol.-%, from synthetic gas, wood, at plant/CH S
Fuel oil lowS 2000 boiler 100kW U
Aquatic ecotox
icity
Terrestrial
ecotoxicity
Terrestrial
acid/nutri
Land occupatio
n
Aquatic acidific
ation
Aquatic eutrop
hication
Mineral extract
ion
Hydrogen (reformer) E
Heat, natural gas, at industrial furnace >100kW/RER S
Analyzing 2.34E4 kg 'HDA TT1'; Method: IMPACT 2002+ V2.05 / IMPACT 2002+ / normalization
Non-carcinoge
ns
Respiratory
inorganics
Ionizing
radiation
Ozone layer
depletion
Respiratory
organics
HDA TT2
Methane, 96 vol.-%, from synthetic gas, wood, at plant/CH S
Fuel oil lowS 2000 boiler 100kW U
Aquatic ecotox
icity
Terrestrial
ecotoxicity
Terrestrial
acid/nutri
Land occupatio
n
Aquatic acidific
ation
Aquatic eutrop
hication
Hydrogen (reformer) E
Heat, natural gas, at industrial furnace >100kW/RER S
Analyzing 2.34E4 kg 'HDA TT2'; Method: IMPACT 2002+ V2.05 / IMPACT 2002+ / normalization
174
Global warming
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
Carcinogens
Non-carcinoge
ns
Respiratory
inorganics
Ionizing
radiation
Ozone layer
depletion
Respiratory
organics
HDA TF1
Methane, 96 vol.-%, from synthetic gas, wood, at plant/CH S
Fuel oil lowS 2000 boiler 100kW U
Aquatic ecotox
icity
Terrestrial
ecotoxicity
Terrestrial
acid/nutri
Hydrogen (reformer) E
Heat, natural gas, at industrial furnace >100kW/RER S
Analyzing 2.34E4 kg 'HDA TF1'; Method: IMPACT 2002+ V2.05 / IMPACT 2002+ / normalization
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
Carcinogens
Non-carcinoge
ns
Respiratory
inorganics
Ionizing
radiation
Ozone layer
depletion
Respiratory
organics
HDA TF2
Methane, 96 vol.-%, from synthetic gas, wood, at plant/CH S
Fuel oil lowS 2000 boiler 100kW U
Aquatic ecotox
icity
Terrestrial
ecotoxicity
Terrestrial
acid/nutri
Aquatic eutrop
hication
Hydrogen (reformer) E
Heat, natural gas, at industrial furnace >100kW/RER S
Analyzing 2.34E4 kg 'HDA TF2'; Method: IMPACT 2002+ V2.05 / IMPACT 2002+ / normalization
175
40
38
36
34
32
30
28
26
24
22
20
18
16
14
12
10
8
6
4
2
0
Carcinogens
Non-carcinoge
ns
Respiratory
inorganics
Ionizing
radiation
Ozone layer
depletion
Respiratory
organics
HDA DOUGLAS
Methane, 96 vol.-%, from synthetic gas, wood, at plant/CH S
Aquatic ecotox
icity
Terrestrial
ecotoxicity
Terrestrial
acid/nutri
Land occupatio Aquatic acidific Aquatic eutrop Global warming Non-renewable Mineral extract
n
ation
hication
energy
ion
Hydrogen (reformer) E
Fuel oil lowS 2000 boiler 100kW U
Analyzing 2.34E4 kg 'HDA DOUGLAS'; Method: IMPACT 2002+ V2.05 / IMPACT 2002+ / normalization
Lanalyse des figures 5.29 5.33 montre que dans une ACV, les impacts les plus importants
du procd dhydrodsalkylation du tolune sont dans lordre dimportance, le rchauffement
climatique global (GWP), les nergies non-renouvelables, les impacts respiratoires
inorganiques, les impacts cancrognes (HTP), lcotoxicit terrestre, les impacts noncancrignes et lacidit terrestre (AP) pour les alternatives TT1, TT2, TF1, TF2 et
Douglas300. Cette tude est en accord avec ltude environnementale mene dans ce chapitre.
uniquement au gaz naturel. Deux optimisations sont effectues cet effet. Une optimisation
monocritre impliquant le cot annuel et une optimisation bicritre sur les critres
environnementaux (EP et AP). Le paramtrage de lalgorithme gntique est le mme que
dans le paragraphe 5.5.1.
Tableau 5.18.
Chaudire au
CA
gaz naturel
M$/an
Cas 1
237,81
EP
t q.
3P04 /an
AP
t q. SO2/an
13943,53
Tableau 5.19.
GWP
HTP
POCP
1737,67
1301283,34
26718,08
1677,27
Variables de dcision
Cas 1
0,79
300
33,94
10
0,47
177
AP en fonction de EP (cas 2)
AP (t q. SO2 / an)
2200
2000
1800
C4
1600
1400
1200
1000
6000
8000
10000
12000
14000
16000
EP (t q. PO4(3-) / an)
Tableau 5.20.
Chaudire au
Fioul /gaz
CA
M$/an
AP
EP
t q.
3P04
t q. SO2/an
GWP
HTP
/an
POCP
t q.
C2H4/an
TF2 (fioul)
209,03
10109,41
4782,53
1432472,39
19370,44
1928,71
C4 (GN)
249,92
7414,92
1612,89
1347065,58
14208,17
1643,72
Gain %
-19,56
26,65
66,28
5,96
26,65
14,78
Tableau 5.21.
Variables de dcision
C4
0,70
299,97
33,23
9,88
2,98
1,08
0,33
178
Le tableau 5.20 montre une dgradation de 19,56% du cot annuel lorsquon passe du fioul au
gaz naturel. Cependant, ce changement entrane une amlioration trs importante au niveau
des impacts environnementaux. Ces amliorations vont de 6% pour le GWP jusqu 66,28%
pour lAP.
Figure 5.35. Unit HDA couple la centrale de production dutilits (turbine gaz)
179
Tableau 5.22.
Variables de dcision
Bornes
Valeurs
Bornes
0,5
0,75
0,9
31
198
308
30
34
34
10
10
0,1
0,85
0,9
17
slectionnes par FUCA sont notes respectivement TF6, TF7 et TF8. Le tableau 5.23
prsente les valeurs des alternatives 1, 2 et 3 slectionnes par FUCA. Pour chaque objectif, le
gain en % est calcul par rapport TF2, meilleure solution du tableau 5.10. Les valeurs des
variables doptimisation correspondantes sont indiques dans le tableau 5.24. Le tableau 5.25
reprsente les valeurs des puissances gnres par lalternateur pour chaque solution.
242
240
238
236
234
TF7
TF6
232
TF8
230
228
2.5
2
2400
2200
1.5
2000
EP ( x 10 t q. PO4(3-) / an)
1800
1600
1400
0.5
1200
AP (t q. SO2 / an)
Figure 5.36. Front de Pareto de loptimisation tricritre (CA, EP, AP) : Turbine gaz-HDA
Tableau 5.23.
Turbine
gaz-HDA
CA
M$/an
3P04
AP
t q. SO2/an
GWP
HTP
/an
POCP
t q.
C2H4/an
TF2
209,03
10109,41
4782,53
1432472,39
19370,44
1928,71
TF6
234,93
9252,48
1609,57
1250006,69
17729,25
1644,12
Gain (%)
-12,39
8,48
66,34
12,74
8,47
14,76
TF7
235,29
9252,48
1554,73
1251164,06
17729,25
1639,63
Gain (%)
-12,56
8,48
67,49
12,66
8,47
14,99
TF8
234,25
10413,78
1534,95
1247782,24
19954,49
1642,49
Gain (%)
-12,07
-3,01
67,91
12,89
-3,02
14,84
181
Tableau 5.24.
Variables de dcision
Taux de conversion du tolune (%)
Dbit dhydrogne purg (kmol/h)
Pression du flash HP (bar)
Pressure du flash BP (bar)
Pression de la colonne 1 (bar)
Pression de la colonne 2 (bar)
Ratio (four bi combustible) fioul/gaz
Pression de la chambre de combustion (bar)
Tableau 5.25.
TF6
0,74
299,89
30,97
8,11
2,22
1,4
0,39
15,27
TF7
0,741
299,80
31,02
9,06
2,78
1,401
0,37
13,71
TF8
0,75
299,79
30,02
8,80
2,3
1,8
0,37
15,22
TF6
23328,01
TF7
22281,40
TF8
22792,73
De lanalyse du tableau 5.23, il ressort que le cot des solutions TF6, TF7 et TF8 est suprieur
celui de TF2 denviron 12%. Cela peut sexpliquer par la diffrence des prix du fioul (TF2)
et du gaz naturel (TF6, TF7 et TF8) ainsi que par la valeur damortissement de la turbine. Les
solutions TF6 et TF7 sont meilleures que la solution TF2 sur lensemble des critres
environnementaux. La solution TF8 est mauvaise pour deux critres environnementaux (EP et
HTP) par rapport TF2.
En final, cette tude montre tout lintrt du couplage-simulation optimisation pour trouver
des solutions environnementales intressantes.
5.7 Conclusions.
Ce chapitre a prsent une mthode d'co-conception applique l'optimisation d'un procd
chimique qui tient compte des contributions de la production des utilits ncessaires au
fonctionnement de lensemble du procd, par l'intermdiaire du logiciel ArianeTM pour la
gestion des systmes de production dutilits. Le procd de rfrence HDA, tudi pour la
premire fois par [DOU 88] a servi dexemple pour lillustration de lapproche, qui se
distingue des mthodes traditionnelles de traitement en fin de chane . Le procd HDA a
t tudi sous deux structures diffrentes dans sa partie production dutilits. En effet, la
production de la vapeur est assure dans la premire structure, par le couplage entre une
chaudire et une turbine vapeur et dans la seconde structure, par un turbocompresseur et un
182
183
184
BILAN ET PERSPECTIVES
Bilan et perspectives
185
BILAN ET PERSPECTIVES
3-
t/
186
BILAN ET PERSPECTIVES
BILAN ET PERSPECTIVES
compte de faon plus prcise la phase dinventaire des missions et des extractions du
procd. Deux approches seraient en ce sens envisageables : une premire consisterait
modliser le procd au sein de lenvironnement danalyse de cycle de vie. Mais les
outils actuels ne sont pas lheure actuelle suffisamment performants pour modliser
de faon systmatique les diffrentes oprations unitaires du procd et analyser
limpact de la variation de conditions opratoires sur les impacts du procd. La
seconde consisterait faire piloter le systme par le logiciel de flowsheeting pour
gnrer les rsultats des bilans de matire et dnergie, qui seraient ensuite
communiqus au logiciel danalyse de cycle de vie. Lidentification des diffrents
constituants mis en jeu dans le procd, doit permettre dobtenir par recours au
logiciel danalyse du cycle de vie (ACV) linventaire total des missions et des
extractions du procd, et de dterminer les facteurs dimpacts associs. Cette seconde
voie nous semble prfrable compte tenu des spcificits des modles dapproche
systmique en gnie des procds. Llaboration de ce cadre conceptuel fait partie des
objectifs de thse de Fernando Morales Mendoza (Thse INPT, en cours depuis 2010).
Mise en uvre dune mtrique de dveloppement durable pour les procds : Dans ce
travail, nous avons considr des indicateurs environnementaux prconiss par
plusieurs mthodologies ou institutions de Gnie des Procds. Lanalyse mrite dtre
poursuivie et le choix des critres affins par rapport certaines catgories de
procds (procds de production dnergie, procds pharmaceutiques, bioprocds
par exemple, etc.). Par ailleurs, il importe aussi de sintresser une mtrique
approprie lie la scurit des procds.
188
BILAN ET PERSPECTIVES
La prise en compte de ces lments doit ainsi contribuer au dveloppement dun ensemble de
rgles de synthse et danalyse de procds industriels intgrant des considrations
environnementales au stade prliminaire de la conception dun procd. Ce type dapproche
permettra de lever un certain nombre de verrous actuels lis au problme de la disponibilit
des indicateurs dans les bases de donnes existantes et leur fiabilit, notamment dans le
domaine du Gnie des Procds.
189
Bibliographie gnrale
190
Bibliographie gnrale
BIBLIOGRAPHIE
GENERALE
191
Bibliographie gnrale
Bibliographie gnrale
A
[ADA 11]: Adam Simpson, P., Edwards, C.F., An exergy-based framework for evaluating
environmental impact, Energy, Volume 36, Issue 3, March 2011, 1442-1459.
[AHE 80]: Ahern, J. E., Method of Energy Systems Analysis; John Wiley: New York, 1980.
[ALE 03]: Alexandre, C. D., Integrated design and simulation of chemical process, Computeraided chemical engineering, 13, 2003.
[ALL 02]: Allen, D.T., Shonnard, D.R., Green engineering: Environmentally conscious
design of chemical processes, Prentice Hall PTR, Upper Side River, NJ; 2002.
[ALL 07] Allen, D.T., Green Engineering and the Design of Chemical Processes and
Products, Chemical Engineering, 36-40, 2007.
[ANA 98]: Anastas, P.T., Warner, J.C., Green Chemistry, Theory and Practice, New York,
Oxford University Press, 1998.
[ANA 03]: Anastas, P.T., Zimmermann, J.B., Design through the twelve Principles of Green
Engineering, Env. Sci. And Tech., 37 (5), 94A-101A, 2003.
[AZA 03]: Azapagic, A., Emsley, A., Hamerton, I., Polymers: The environment and
sustainable development, John Wiley & Sons, 2003.
methodologies: A case study for batch plant design. Applications of Artificial Intelligence,
Vol.22, (n4-5), .546-556, 2009.
B
[BAR 10]: Barzegar, H., Avval, P. Ahmadi, A. R. M. H. Saidi, M.H., Thermo-economicenvironmental multiobjective optimization of a gas turbine power plant with preheater using
evolutionary algorithm, Interational Journal of energy research, Int. J. Energy, Res., 35:389
403, 2010.
192
Bibliographie gnrale
[BEA 02]: Beaver, E., Schwarz, J. M., Beloff, B. R., (2002, July). Use sustainability metrics
to guide decision-making, Chemical Engineering Progress, 98(7), 58-63.
[BEJ 96]: Bejan, A., Tsatsaronis, G., Moran, M., Thermal Design and Optimization, John
Wiley, New York, 1996.
[BEL 08]: Belkadi, A., Hadj-Kali, M.K., Gerbaud, V., Joulia, X., Llovell, F., Vega, L.F.,
Modeling the phase equilibria of nitriles by the soft-SAFT Equation of State, Computer Aided
Chemical Engineering, 25, 739-744, 2008.
[CAR 65]: Carlos W., Di Bella, and William F. Stevens, Process Optimization by Nonlinear
Programming, Ind. Eng. Chem. Process Des. DeV. 1965, 4 (1), 1620, 1965.
[DIM 08]: Dimian, A.C., Bildea, C.S., Chemical Process Design, Computer-Aided Case
Studies., WILEY-VCH Verlag GmbH & Co. KGaA, Weinheim, 2008, ISBN: 978-3-52731403-4.
[BRA 04]: Branke, J., Deb, K., Dierolf, H., Osswald, M., Finding knees in multiobjective
optimization, parallel problems solving from nature, LNCS, 3242, 72231, 2004.
[BRO 92]: Brognaux, C., A case study in operability analysis: the HDA plant, Masters
Thesis, University of London, 1992.
[BRU 98]: Bruno, J.C., Fernandez, F., Castells, F., Grossmann, I.E., Rigorous MINLP model
fort he optimal synthesis and operation of utility plants, Chem. Eng. Res. Des., 76, 246-258,
1998.
[BUR 01]: Burgess, A., Brenan, D., Application of life cycle assessment to chemical
processes, Chemical Engineering Science, 56(/8), 2589-2604, 2001.
C
[CAB 99]: Cabezas, H., Bare,J.C., Mallick, S.K., .Pollution prevention with chemical process
simulators:Thegeneralized waste reduction (WAR) algorithmFull version, Computers and
ChemicalEngineering, 23, 623634,1999.
193
Bibliographie gnrale
[CAN 98]: Cano-Ruiz, J.A., McRae, G.J., Environmentally conscious chemical process
design Annual Review of Energy and the Environment, Vol. 23: 499-536, 1998.
[CAR 09]: Carvalho, A., Henrique, A.M., Gani, R., Analysis and generation of sustainable
alternatives: Continuous and batch processes using SustainPro, Foundations of ComputerAided Process Design (FOCAPD), Breckenridge, Colorado, June 7 12, 2009.
[CHA 01] : Chauvel, A., Fournier, G., Raimbault, C., Manuel dvaluation conomique des
porcds, Technip, 2001.
[CHA 06]: N. Chakraborti, N., Mishra, P., Aggarwal, A., Banerjee, A., Mukherjee, SS., The
Williams and Otto Chemical Plant re-evaluated using a pareto-optimal formulation aided by
Genetic Algorithms, Applied Soft Computing, 6, 189197, 2005.
[CHA 04]: Chakkraphong, T., Design of control structure for energy-integrated
hydrodealkylation (HAD) process, 2004.
[CHE 04]: Chen, H., Shonnard, D., Systematic framework for environmentally conscious
chemical process design: Early and detailed design stages, Industrial Engineering Chemistry
and Research, 43, 535552, 2004.
[CHE 06]: Chen, Y., Kilgour, D.M., Hipel, K.,W., Multiple criteria classification with an
application in water resources planning, Computer and operation Reasearch, 33, 3301-3323,
2006.
[CUT 83]: Cutler, C.R., Perry, R.T., Real time optimization with multivariable control is
required to maximize profits, Comp. Chem. Eng., 7, 663-667, 1983.
D
[DEB 02]: Deb, K., Pratap, A., Agarwal, S., Meyarivan, T., A fast and elitist multiobjective
genetic algorithm: NSGA-II, IEEE Trans. Evolut. Comput., 2, 182197, 2002.
194
Bibliographie gnrale
[DEB 09]: De Benedetto, L., Kleme, J., The Environmental Performance Strategy Map:an
Integrated LCA approach to support the Strategic Decision Making Process, J Cl Prod, in
press, 2009.
[DED 03]: Dedieu, S., Pibouleau, L., Azzaro-Pantel, C., Domenech, S., Design and Retrofit of
Multiobjective Batch Plants via a Multicriteria Genetic Algorithm, Computers and Chemical
Engineering, 27, 1723-1740, 2003.
[DEW 05]: Dewulf, J., Van Langenhove, H., van de Velde, B., Exergy-based efficiency and
renewability assessment of biofioul production, Environ. Sci. Technol., 39, 3878-3882, 2005.
[DEW 06]: Dewulf, J.; Van Langenhove, H., Renewables-Based Technology: Sustainability
Assessment, ISBN: 978-0-470-02241-2, Wiley, March 2006.
[DEW 08]: Dewulf J., Van Langenhove H., Muys B., Bruers S., Bakshi B.R., Grubb G.F.,
Paulus D. M., Sciubba E., Exergy: Its Potential and Limitations in Environmental Science and
Technology, Environ. Sci. Technol., 42 (7), 22212232, 2008.
[DIW 02]: Diwekar U, Small M.J., Process Analysis Approach to Industrial Ecology. In:
Ayres R.U., Ayres L.W., editors. A handbook of industrial ecology. Northampton, Mass:
Edward Elgar Publishing; 2002.
[DOU 88]: Douglas, J.M., Conceptual Design of Chemical Processes. McGraw Hill, 1988,
ISBN: 0-07-017762-7.
[DOR 92]: Dorigo, M., Optimization, learning and natural algorithms, PhD Thesis,
Politecnico di Milano, Italy, 1992.
[DOU 88]: Douglas, J.M., Conceptual Design of Chemical Processes, McGraw Hill, ISBN: 007-017762-7, 1988.
E
[EDU 01]: The European Educational Tool on Energy-Efficiency through the Use of
Cogeneration (Combined Heat and Power). Educogen-An Educational Tool for
Cogeneration, Second Edition. March 2001. http://www.cogen.org/projects/educogen.htm.
195
Bibliographie gnrale
F
[FON 93]: Fonseca, C.M., Fleming, P.J., Genetic algorithms for multiobjective optimization:
formulation, discussion and generalization, In: Proceedings of the 5th international conference
on genetic algorithms, 416423, 1993.
[FUD 00]: Fu, Y., Diwekar, U.M., Young, D., Cabezas, H., Process design for the
environment: A multi-objective framework under uncertainty, Clean Products and Processes,
2, 92107, 2000.
G
[GOE 99]: Goedkoop, M. J., Spriensma, R.S, The Eco-indicator 99, Methodology report. A
damage oriented LCIA Method; VROM, The Hague, The Netherlands, 1999.
[GOL 89] : Goldberg, D.E., Genetic Algorithms in Search, Optimization, and Machine
Learning 1st, Addison-Wesley Longman Publishing Co., Inc. Boston, MA, USA 1989
ISBN:0201157675
[GOM 09]: Gomez, A., Azzaro-Pantel, C., Domenech, S., Pibouleau, L., Latg, C.,
Haubensack, D., Dumaz, P., Exergy analysis for Generation IV nuclear plant optimization,
International Journal of Energy Research, 34, P 609625, 2010.
[GOM 10]: Gomez, A, Pibouleau, L, Azzaro-Pantel, C, Domenech, S, Latg, C, Haubensack,
D., Multiobjective genetic algorithm strategies for electricity production from generation IV
nuclear technology, Energy Convers. Manage., 51, 859-871, 2010.
[GON 01a]: Gonga, M. and Wall G., On exergy and sustainable developmentPart 1:
Conditions and concepts, Exergy Int. J., 1(3), 128145, 2001.
[GON 01b]: Gonga, M., Wall, G., On exergy and sustainable developmentPart 2: Indicators
and methods, Exergy Int. J., 1(4), 217-233, 2001.
[GOV 04]: Govindarajan, L., Karunanithi, T., Design optimization of process plants using
real coded genetic algorithm, Chem. Biochem. Eng. Q., 18 (4), 353-361, 2004.
196
Bibliographie gnrale
[GUI 10]: Guine, J.B., Heijungs, R., Huppes, G. , Zamagni, A., Masoni, P., Buonamici, R.,
Ekvall, T., Rydberg, T., Life Cycle Assessment: Past, Present, and Future, Environmental
Science & Technology Article ASAP, 45 (1), pp 9096, 2010.
[GUT 69]: Guthrie, K.M., Capital cost estimating, Chem. Eng., 76, 114-142, 1969.
H
[HAI 00]: Haitao Huang, B.E., MSCh.E., Simulation and control of complex distillation
process, Haitao Huang, 2000.
[HAI 01]: Haitao Huang, B.E., James B., Comparison of PI and MPC for control of a gas
recovery unit, Chemical Engineering, Texas Tech. University, Lubbock, TX, 79409-43121,
2001.
[HAU 98]: Hauschild, M., Wenzel, H., Environmental Assessment Of Products, Volume 2:
Scientific Background, 1998.
[HEI 92]: Heijungs, R., Huppes, G., Lankreijer, R.M., Udo de Hayes, H.A.,
Wegenersleeswijk, A., Environmental Life Cycle Assessment of Products Guide. Leiden:
Centre of Environmental Science, 1992.
[HIL 94]: Hilaly, A. K., Sikdar, S. K., Pollution balance: a new method for minimizing waste
production in manufacturing processes, Journal of the Air and Waste Management
Association, 44, 13031308, 1994.
[HIL 96]: Hilaly, A.K., Sikdar, S.K., Pollution Balance Method and the Demonstration of Its
Application to Minimizing Waste in a Biochemical Process, Ind. Eng. Chem. Res.,34, 20512059, 1996.
[HOE 02]: Hoekstra, A.Y., Hung, P.Q., Virtual water trade: a quantification of virtual water
flows between nations in relation to international crop trade. Value of water research, series
n11, 2002.
[HOL 75]: Holland, J.H., Adaptation in natural and artificial systems, Ann Arbor University
of Michigan Press, 1975.
[HUA 95]: Huang, J.P., Poh, K.L., Ang, B.W., Decision analysis in energy and environmental
modelling, Energy, 20, 843855, 1995.
197
Bibliographie gnrale
[HUI 08]: Hujbregts, M.A.J., Hellweg, S., Frischknecht, R., Ecological footprint accounting
in the life cycle assessment of products, Ecol. Econ., 64, 798-807, 2008.
[HWA 81]: Hwang, C.L., Yoon, K., Multiple Attribute Decision Making Methods and
Applications, Springer, Berlin Heidelberg, 1981.
I
[ICH 02]: IChemE, The Sustainability Metrics: sustainable development progress metrics
recommended for the use in process industries, Institution of Chemical Engineerrs,
http://www.icheme.org/sustainability/, 2002.
[ICH 07]: IChemE 2007, A Roadmap for 21st Century Chemical Engineering, The Institution
of Chemical Engineers, Rugby, UK.
J
[JOL 03]: Jolliet, O., Margni, M., Charles, R., Humbert, S., Payet, J., Rebitzer, G.,
Rosenbaum, R., IMPACT 2002+: A New Life Cycle Impact Assessment Methodology,
Industrial Ecology & Life Cycle Systems Group, GECOS, Swiss Federal Institute of
Technology Lausanne (EPFL), CH-1015 Lausanne, Switzerland, Int. J. LCA, 8 (6), 324
330, 2003.
[JOS 10]: Caballero, J.A., Grossmann, I.E., Hybrid Simulation-Optimization Algorithms for
Distillation Design, Computer Aided Chemical Engineering, 28, 637-642, 2010.
[JUA 10]: Juan, A., Reyes-Labarta, J., Caballero, J.A., Marcilla, A., Numerical determination
of distillation boundaries for multicomponent homogenous and heterogenous Azeotopic
systems, Computer Aided Chemical Engineering, 28, 643-648, 2010.
K
[KAN 09]: Kanoglu, M., Dincer, I., Performance assessment of cogeneration plants, Energy
Conversion and Management, 50, 76-81, 2009.
[KIM 04]: Kim, L.Y., de Weck, O., Adaptive Weighted Sum Method for Multiobjective
Optimization:
new
method
for
Pareto
front
generation,
10th
AIAA/ISSMO
Multidisciplinary Analysis and Optimization Conference; Albany, New York, 105-116, 2004.
198
Bibliographie gnrale
[KIR 83]: Kirkpatrick, S., Gellat, C.D., Vecchi, M.P., Optimization by simulated annealing,
Science, 220, 671-680, 1983.
[KOC 89]: Kocis, G. R., Grossmann, I. E., A modelling and decomposition strategy for the
MINLP optimization of process flow sheets, Computers Them. Engng, 7, 797-819, 1989.
[KRO 96]: Krotscheck, C, Narodoslawsky, M, The Sustainable Process Index A new
dimension in ecological evaluation, Ecological Engineering, 6 (4), 241-258, 1996.
L
[LAP 04]: Lapkin, A., Joyce, L., Crittenden B., Framework for Evaluating the Greenness of
Chemical Processes: Case Studies for a Novel VOC Recovery, Technology Environ. Sci.
Technol., 38 (21), pp 58155823, 2004.
[LAZ 04]: Lazzaretto, A., Toffolo, A., Energy, economy and environment as objectives in
multi-criterion optimisation of thermal systems design, Energy, 29, 1139-1157, 2004.
[LET 08]: Toma, L. , Computer aided design of sustainable industrial processes, tesi di
dottorato, Universit degli Studi di Padova, 2008
[LI 09]: Li, C., Zhang, X., Zhang, S., Suzuki, K., Environmentally conscious design of
chemical processes and products: Multi-optimization method, Chemical Engineering
Research and Design, 87, 233243, 2009.
[LUY 98]: Luyben, W.L., Tyreus, B.D., Luyben, M.L., Plantwide Process Control McGraw
Hill, 1998.
M
[MAN 07]: Mansouri, S.A., Hendizadeh, S.H., Salmassi, N., Bicriteria two-machine flowshop
scheduling using metaheuristics, in: GECCO07, London, UK, CD-ROM, ISBN 978-59593697, 2007.
[MAU 08]:Fermeglia, M., Longo, G., Toma, L., COWAR: A CAPE OPEN software module
for the evaluation of process sustainability, Environmental Progress, 27, 3, 373382, 2008
199
Bibliographie gnrale
[MAV 09] Mavrotas, G., Effective implementation of the -constraint method in MultiObjective Mathematical Programming problems, Applied Mathematics and Computation,
213, 455-465, 2009.
N
[NAE 08]: United States National Academy of Engineering (NAE) Grand Challenges for
Engineering, http://www.engineeringchallenges.org/, 2008.
[NAR 95]: Narodoslawsky, M., Krotscheck, C., The sustainable process index (SPI):
evaluating processes according to environmental compatibility, Journal of Hazardous
Materials 41, 383-397, 1995.
[NAR 06]: Narodoslawsky, N., Niederl, A., The Sustainable Process Index (SPI),
Renewables-Based Technology: Sustainability Assessment, Jo Dewulf (Editor), Herman Van
Langenhove (Co-Editor), 159-172, 2006.
[NRTEE 99]: National Round Table on the Environment and the Economy (NRTEE),
Measuring eco-efficiency in business: Feasibility of a core set of indicators. Ottawa: Renouf
Publishing Co, 1999.
O
[OPR 04]: Opricovic, S., Tzeng, G., Compromise solution by MCDM methods: a comparative
analysis of VIKOR and TOPSIS, Eur. J. Oper. Res., 156, 445-455, 2004.
[OTH 10]: Othman, M.R., Repke, J.U., Wozny, G., Huang,, Y., A modular approach to
sustainability assessment and decision support in chemical process design, Industrial and
Engineering Chemistry Research, 49, 78707881, 2010.
200
Bibliographie gnrale
P
[PEN 76]: Peng, D.Y.; Robinson, D.B., A New Two-constant 4uation of state. Ind. Eng.
Chem. Fundam., 15, 59-64, 1976.
[PIN 06]: Pintari Novak, Z., Kravanja, Z., Selection of the economic objective function for
the optimisation of process flow sheets, Ind. Eng. Chem. Res., 45, 4222-4232, 2006.
[PRO 05] : ProSim, Ariane, De lapproche modulaire squentielle lapproche globale,
Manuel Utilisateur, Version 8.0, 2005.
R
[RAN 09]: G.P. Rangaiah, G.P., Elaine, L.S.Q., Agrawal, N., Advances in Process Systems
Engineering Vol. 1, multi-objective optimization, Techniques and Applications in
Chemical Engineering, World Scientific Publishing Co. Pte. Ltd, 301-314, 2009.
[RAY 73]: Ray, W.H., Szekely, J., Process Optmization with application in Mtallurgy and
Chemical Engineering, John Wiley & Sons, New York, 1973.
[REN 07]: Ren, L., Zhang, Y., Wang, Y., Sun, Z., Comparative Analysis of a Novel MTOPSIS,
Applied
mathematics
research
eXpress,
Article
ID
abm005,
doi:10.1093/amrx/abm005, 2007.
[ROB 06]: Robert Buckley Jr, Overview of cogeneration at lsu, Thesis, B.S., Louisiana State
University, 2006.
[ROY 85] : Roy, B, Mthodologie Multicritre d'Aide la Dcision, Economica, Paris 1985.
S
[SAA 80]: Saaty, T.L., The Analytic Hierarchy Process, McGraw-Hill, New York, 1980.
[SAN 07]: Sandholzer, D.,Narodoslawsky, M., SPIonExcelFast and easy calculation of the
Sustainable Process Index via computer, Res. Cons. Recycl.,50, 30-142, 2007.
201
Bibliographie gnrale
[SCH 84]: Schaffer, J.D., Some experiments in machine learning using vector evaluated
genetic algorithms. Doctoral dissertation. Vanderbilt University, Electrical Engineering,
Tennessee. (TCGA file No. 00314), 1984.
[SCH 85]: Schaffer, J., Multi-objective optimization with vector evaluated genetic algorithms,
In: Proceedings of the International Conference on Genetic Algorithms and their
Applications, 93100, 1985.
[SRI 94]: Srivinas, N., Deb, K., Multiobjective optimization using nondominated sorting in
genetic algorithms, Evolutionary Computation, 2, 221-248, 1994.
[STA 90]: Walas, S.M., Chemical Process 4uipment Selection and Design, ButterworthHeinemann, Boston, 1990.
[STE 99]: Steffens, M.A., Fraga, E. S. , Bogle, I. D. L., Multicriteria process synthesis for
generating sustainable and economic bioprocesses, Computers & Chemical Engineering, 23
(10), 1455-1467, 1999.
202
Bibliographie gnrale
T
[TAN 04]: Tanzil, D., Ma, G., Beloff, B. R., Automating the sustainability metrics approach.
Presented at the AIChE Spring Meeting, New Orleans, April 25-29, 2004.
[TAN 06]: Tanzil, D., Beloff B.R., Assessing Impacts: Overview on Sustainability Indicators
and Metrics, Environmental Quality Management, 52-56, 2006.
[TEI 04]: Teixeiro de Almeida, A, de Miranda C.M.G., Cabral Seixas Costa A.P.,
Multicriteria model for prioritization of research and development projects, Journal of the
Academy of Business and Economics, March 2004.
[TUR 98]: Turton, R., Bailie, R.C., Whiting, W.B., Shaeiwitz, J.A., Analysis, Synthesis, and
Design of Chemical Processes, Prentice Hall PTR, Upper Saddle River, New Jersey, 1998.
[TUR 09]: Turton, R., Bailie, R.C., Whiting, W.B., Shaeiwitz, J.A., Analysis, Synthesis, and
Design of Chemical Processes Third Edition. Prentice Hall PTR, Upper Saddle River, New
Jersey, 2009.
V
[VAL 94]: Valero, A., Lozano, M.A., Serra, L; Tsatsaronis, G., Pisa, J., Frangopoulos, C.,
Von Spakovsky, M.R., CGAM problem: definition and conventional solution, Energy, 19,
279286, 1994.
203
Bibliographie gnrale
[VAN 00]: Van Veldhuisen, D., Lamont, G., Multiobjective evolutionary algorithms:
analysing the state-of-art, Evol. Comput., 8, 125-147, 2000.
W
[WIE 07]: Wiedmann, T. Lenzen, M., On the conversion between local and global hectares in
ecological footprint analysis, Ecol. Econ., 60, 673-677, 2007.
[WIL 60]: Williams, T.J., Otto, R.E.., A generalized chemical processing model for the
investigation of computer control, Transactions of American Institute of Electrical Engineers,
79, 451-473, 1960.
[WOL 97]: Wolpert, D.H., Macready, W.G., No free lunch theorems for optimization, IEEE.
Trans. Evolut. Comput., 1, 6782, 1997.
Y
[YOU 99]: Young D., Cabezas, H., Designing sustainable processes with simulation: The
waste reduction (WAR) algorithm, Comp Chem Eng., (23) 1477, 1999.
[YOU 00]: Young, D.M. Cabezas, H.,The Waste Reduction (WAR) Algorithm:
Environmental Impacts, Energy Consumption, and Engineering Economics.,Waste
Management, 8, 605615, 2000.
[YIC 98]: Yi Cao, Y, Rossiter, D, Edwards, D.W, Modelling issues for control structure
selection in a chemical process, Computer Chem. Eng, 22, S411-S418, 1998.
Z
[ZHA 10]: Zhaoxa S, Min H., Multicriteria decision making based on PROMETHEE method,
Computing, Control and Industrial Engineering, International Conference, Wuhan, China,
2010.
204
Bibliographie gnrale
[ZHO 06]: Zhou, P., B. W. Ang. Decision analysis in energy and environmental modeling:
An update, Energy, 31(14): 2604-2622, 2006
[ZOR 10]: Zoran, M.,, Modification of TOPSIS method for solving of multicriteria tasks,
Yugoslav Journal of Operations Reasearch, 20, 1, 117-146, 2010.
205
ANNEXES
ANNEXES
206
Chapitre 3-ANNEXES
Annexes du chapitre 3
Modlisation du gnrateur de
vapeur sous ArianeTM
207
Chapitre 3-ANNEXES
F (1) : Aire A1 A2 A3 = 0
(4A1.1)
(4A1.2)
(4A1.3)
(4A1.4)
(4A1.5)
(4A1.6)
(4A1.7)
avec :
208
Chapitre 3-ANNEXES
209
Chapitre 4ANNEXES
Annexes du chapitre 4
210
ANNEXES 4.1
ANNEXE 4.1
DEVELOPPEMENT
DU BILAN MATIERE DU PROCEDE
HDA
211
ANNEXES 4.1
Le bilan matire sur une version simplifie du procd HDA est ralis dans cette annexe. Les
diffrentes hypothses simplificatrices sont nonces ci-aprs lors de la description des
diffrents courants. Le procd se dcompose en deux sections principales que sont le
racteur et la zone de sparation avec deux courants de recyclage, deux courants de sortie et
une purge.
Le schma de la figure A1.1 indique les numros des diffrents courants du procd, et sert de
base ltablissement du bilan.
8
6
H2, CH4
3
4
Tolune Pur
Racteur
Systme de
sparation
Benzne
Diphenyle
10
2
Recyclage Tolune
11
Figure A1.1 : Bilan matire simplifi du procd HDA avec numrotation des courants
Alimentation
Les alimentations correspondent aux courants 1 et 2. Le courant 1 est du tolune (C7H8) pur et
le courant 2 est un mlange dhydrogne (95% de H2) et de mthane (5% de CH4).
Sortie de racteur
Sparateur
9 : la totalit du benzne.
10 : diphnyle sortant.
212
ANNEXES 4.1
Purge
Recyclage
Hypothses simplificatrices
Indices et Notations
Notations :
i : indique le constituant chimique
J : indique les points du procd
213
ANNEXES 4.1
Dans le modle, la formule de slectivit de Douglas (1988) [DOU 88] est adopte :
Se = 1
0,0036
(1 conv )1,544
(4A1.1)
Au point 4 : x14 = 1
Au point 6 : x 26 + x36 = 1
Au point 9 : x 49 = 1
Au point 10 : x510 = 1
Il reste donc 6 donnes fixer :
N 49 = N 45 : Production de benzne
N 23 = 5N 14 : Le rapport hydrogne sur aromatique ?????
x12 (et donc, x31 = 1 x12 ) : Fraction dhydrogne dans lalimentation
214
ANNEXES 4.1
N 45
est connu puisque est donn or N 49 = N 45 est fix,
4
conv N 1
N 45
conv Se
(4A1. 2)
N 15 = (1 ) N 14 = (1 )
N 25 = N 23 conv N 14 +
N 45
= N 111 (connu)
conv Se
conv N 14 (1 Se)
N 35 = N 33 + conv N 14 = N 33 +
= N 23
N 45 N 45 (1 Se)
+
Se
2 Se
N 45
Se
N =N
10
5
conv N 14 (1 Se)
2
(4A1. 4)
(4A1. 5)
(4A1. 3)
(4A1. 6)
N 45 (1 Se)
=
(connu)
2 Se
(4A1. 7)
N 45 (1 Se) N 45 N 45 (1 Se)
H C = conv N
=
(4A1. 8)
Equations la purge
(4A1. 9)
N 45
= N 37
Se
(4A1. 10)
N 45 N 45 N 45 N 45
+
=
comme 2 est connu
Se se Se
Se
(4A1. 11)
(4A1. 12)
N 25 = N 23 H C est connu
(4A1. 4 bis)
215
ANNEXES 4.1
N 37
N 37
5
=
N
2
N 27
N 27
(4A1. 13)
N1 =
(4A1. 14)
H C + N 27
x12
x31
N 45
7
(
H
+
N
)
+
C
2
Se
x12
(4A1. 15)
N 37
N 45
H C + N 27
7
7
1
1
1
N
=
avec
or
N
x
N
+
N
=
3
3
3
Se
N 27
x 12
x31
N 45
7
(
H
+
N
)
+
C
2
Se
x12
Finalement :
N5
N 8 = N 28 + N 38 = (5 N 14 H C N 27 ) + N 37 27 1
N2
x1
N 5 N 5
Donc : N 8 = (5 N 14 H C N 27 ) + 31 ( H C + N 27 ) + 4 27 1
Se N 2
x2
N 3 = N1 + N 8
Et :
(4A1. 16)
(4A1. 17)
N 27 = 197,8 kmol/h
216
ANNEXES 4.1
Alors :
N 45
0,0036
=
= 0,9694, alors N 14 = 364,48 kmol/h.
1, 544
4
(1 conv )
conv N 1
Slectivit Se = 1
On en dduit N 15 = (1 ) N 14 = (1 )
N 45
= N 111 =91,12 kmol/h : lensemble du
conv Se
N 55 = N 510 =
conv N 14 (1 Se)
2
N 45 (1 Se)
= 4,18 kmol/h : le diphnyle nest produit
2 Se
N 45 N 45 (1 Se)
=273,36-4.18=269,18 kmol/h.
Se
2 Se
HC =
Soit N 33 = N 31 + N 38 , N 35 = N 36 = N 33 +
N 45
et N 36 = N 37 + N 38
Se
ce qui donne :
N 37 =
x31
N 45
7
H
N
(
+
)
+
= 297,94 kmol/h : mthane la purge.
C
2
Se
x12
217
ANNEXES 4.1
N 36 = N 35 =
N 33 = N 31 + N 38 = 24,58+2042,52=2067,10 kmol/h
N 37
Les resultats sont prsents dans le tableau A1.1 (dbits en kmol/h pour ce schma simplifi)
Tableau A1.1 : Rsultats du bilan matire obtenus avec les hypothses de Douglas (1988)
Courants
10
11
Hydrogne
466,18
1822,45
1553,27
1551,82
197,0
1356,27
Mthane
24,54
2075,49
2348,86
2338,02
297,90
2050,96
Benzne
265
265
Tolune
273,36
364,48
91,12
91,12
Diphnyle
4,18
4,18
491,02
273,36
3897,95
364,49
4262,44
3889,84
494,90
3407,23
265
4,18
91,12
Total
(kmol/h)
Dans ce bilan, certaines hypothses, comme toutes les rcuprations de constituants purs dans
les courants 9, 10, et 11, ne sont pas ralistes.
Tableau A1.2 : Rsultats du bilan matire aux frontires obtenus avec le bilan matire
ENTREE
Dbit massique (kg/h)/ courant
SORTIE
10
Hydrogne
939,78
397,13
Mthane
393,63
4779,22
Benzne
20700,104
Tolune
25188,28
Diphnyle
645,23
20700,104
645,23
5176,35
Total partiel
Total global (kg/h)
1333,41
25188,28
26521,69
26521,69
ANNEXES 4.1
219
ANNEXES 4.2
ANNEXE 4.2
MODELISATION DU PROCEDE
HDA
SOUS ProSimPlusTM
220
ANNEXES 4.2
Dans lobjectif de valider le modle de simulateur de procd sous MS Excel, partir des
donnes recueillies, le logiciel ProSimPlusTM est utilis pour tablir une simulation du
procd dhydrodsalkylation avec les hypothses simplificatrices ncessaires. Les diffrentes
tapes suivies pour raliser la simulation globale sous ce logiciel seront dcrites. Pour la
lutilisation du simulateur sous ProSimPlusTM, les conditions de Douglas (1988) [DOU 88]
sont retenues, savoir :
1.
Raction 1 :
C 7 H 8 + H 2 C 6 H 6 + CH 4
(4A2.1)
Raction 2 :
2C 6 H 6 C12 H 10 + H 2
(4A2.2)
2.
Alimentation du procd
Alimentation 1 : H2 / CH4
T = 311 K et P = 37 bar
X(H2) = 0,95 et X(CH4) = 0,05
Tout dabord, les dbits des deux alimentations (pour le procd simplifi, sans recyclage)
sont recherchs en effectuant un bilan de matire sur le racteur :
Dbenzne
DH2
DCH4
Racteur
On a :
Dtolune =
Dbenzne
0,75
(4A2.3)
221
ANNEXES 4.2
3.
Cons temp 1
Mlangeur-Prchauffeur
Liaison RR
Alim1-Mlangeur
Racteur q
Alim2-Mlangeur
Racteur simple
Racteur-Refroidisseur
Alim Tolune
5
Vanne de dtente
Cons temp 2
Sparateur liquide-vapeur
Sortie pied
Figure A2.1.
Dans cette premire version du procd, sont simules les parties raction et sparation simple
sans les courants de recyclage. Le premier consignateur de temprature (four) permet de
chauffer le courant dalimentation du racteur 621 C en entre du racteur adiabatique qui
simule la premire raction. Le second consignateur permet dabaisser la temprature du
courant chaud ( 685 C) sortant du racteur quilibr 38 C (comme le spcifie le procd
HDA de [DOU 88]). Cette temprature parat cohrente, puisque pour refroidir un courant
222
ANNEXES 4.2
chaud il faut prendre en compte un Tmin 10C ; ce qui implique la prsence dune utilit
froide une temprature inferieure 28 C (gnralement, dans lindustrie, leau est rarement
utilise une temprature inferieure 25C). Une vanne de dtente est place pour permettre
la sparation diphasique (flash) qui suit, o les gaz incondensables (lhydrogne et le
mthane) seront spars du mlange liquide. Il faut trouver une pression de dtente pour
raliser cette sparation dans des conditions qui minimisent la perte de benzne en tte de
flash et la prsence dincondensables dissous en pied de flash. [DOU 88] utilise 34,45 bar
pour ce flash. Tandis que [TUR 98] et [TUR 09] utilisent 25 bar. Une analyse de sensibilit a
donc t ralise pour dterminer cette pression :
Composition massique
0,035
0,7
0,03
0,6
0,025
0,5
Benzne en pied
Tolune en pied
0,02
0,4
Hydrogne en pied
0,015
0,3
0,2
0,01
0,1
0,005
Mthane en pied
Diphnyle en pied
0
0
10
20
30
40
Figure A2.2.
Composition massique
0,7
0,025
0,6
0,02
0,5
0,4
0,015
0,3
0,01
Hydrogne tte
Mthane tte
Benzne tte
0,2
0,005
0,1
0
Tolune tte
Diphnyle tte
0
0
10
15
20
25
30
35
40
Pression (bar)
Figure A2.3.
223
ANNEXES 4.2
10400
1500
10200
10000
1000
9800
9600
500
Dbit de benzne
entrain en
fonction de la
pression (kg/h)
Dbit de recyclage
total (kg/h)
10600
9400
9200
0
0
10
20
30
40
Pression (bar)
Figure A2 4.
La fraction en benzne en tte de colonne diminue avec laugmentation de la pression. Tandis que la
fraction en hydrogne augmente. La sparation est facilite pour des pressions comprises entre 30 et
35 bar. Sachant quun compresseur doit intervenir sur le courant de recyclage pour le mlanger aux
alimentations disponibles 37 bar, il est choisi une pression de 32 bar au niveau du flash ; soit un cart
de 5 bar courant pour les compresseurs industriels disponibles.
4.
Alim H2 CH4
Recyclage Flash
Vanne 3 voies
Alim1-Mlangeur
Sortie purge
M langeur-Prcha
Racteur quilibr
Mlangeur
Cons temp 1
Courant de tte
Liaison RR
Alim2-Mlangeur
Racteur simple
Racteur-Ref roidisseur
Alim Tolune
Entre f lash
Vanne de dtente
Cons temp 2
Sparateur liquide-vapeur
Courant de pied
Sortie pied
Figure A2.5.
224
ANNEXES 4.2
Les deux dbits dalimentation sont initialiss avec les valeurs trouves par la rsolution du
bilan matire simplifi de Douglas (1988) :
N H2 2 / CH 4 = 491,56 kmol/h
1
N tolune
= 273,36 kmol/h
Compresseur
Recyclage Flash
Vanne 3 voies
Alim H2 CH4
Sortie purge
Racteur simple
Alim1-Mlangeur
Liaison RR
Mlangeur
Cons temp 1
Racteur-Ref roidiss
Racteur quilibr
Courant de tte
Cons temp 2
Alim2-Mlangeur
Tte sp1
Alim Tolune
Vanne de dten
Sortie H2 et CH4
Sparateur liquide-vapeur
Courant de pied
Entre sparateur 1
Vanne de dtente 2
Sparateur de constituants
Pied sp1
Sortie Aromatiques
225
ANNEXES 4.2
le mlange liquide en pied de flash subisse un changement de phase en passant dun tat
liquide un tat liquide-vapeur pour permettre une sparation diphasique que lon
simule par un sparateur de constituants (sparation tranche), qui permet dliminer les
traces dincondensables (hydrogne et mthane) pour faciliter les sparations mises en place
par la suite (distillation du benzne et du tolune).
6.
Alim H2 CH4
Sortie purge
Racteur simple
Alim1-Mlangeur
Liaison RR
Racteur-Ref roidiss
Courant de tte
Alim2-Mlangeur
Mlangeur
Cons temp 1
Recyclage tolune
Racteur quilibr
Cons temp 2
Vanne de dten
Sortie benzne
Alim Tolune
Tte sp1
Sparateur liquide-vapeur
Sortie du procd
Tte sp2
Courant de pied
Tte sp 3
Entre sp 1
Vanne dtente 2
Entre sp 2
Pied sp1
Vanne dtente 3
Sp1
Pied sp 2
Pied sp3
Sp 3
Sp2
Sortie diphnyle
7.
Premire spcification
226
ANNEXES 4.2
Alim tolune
SPEC
AAA
1
Mesure Benzne
Sortie Benzne
Seconde spcification
Cette spcification concerne le rapport hydrogne / tolune lentre du racteur qui doit tre
gal 5. Un second module SPEC est ajout dans le flowsheet (ce choix permet de mettre
deux appareils au lieu de les regrouper et de corriger les ventuelles erreurs). Un courant
dinformation partant de lentre du racteur simple et allant lalimentation en hydrogne
(Alim H2, CH4) est introduit et lutilisation de Newton-Raphson comme mthode numrique :
les dbits dalimentation dhydrogne et de mthane sont borns entre 100 et 2000 kmol/h.
Alim H2 CH4
Recyclage Flash
Alim1-Mlangeur
Mlangeur-Prchauffeur
AAA
1
Consignateur 1
Recyclage D3
SPEC
Liaison RR
227
ANNEXES 4.2
Troisime spcification
Une dernire spcification intervient sur le dbit partiel dhydrogne dans le courant de
purge : 197,8 kmol/h dhydrogne doivent sortir du procd. Ce dbit est mesur au niveau de
la purge et agissant sur le degr douverture de la vanne trois voies. Ce dbit (pourcentage
douverture) est rgul. Newton-Raphson est repris comme mthode numrique, et la variable
daction est borne entre 0 et 1.
Mesure purge
Compresseur
SPEC
20
Entre Mesure
Spec purge
AAA
1
21
19
21 bis
Purge
Vanne 3 voies
9 bis
Autre mlangeur
8.
On simule donc un shortcut avec les rsultats de la simulation prcdente pris lentre du
premier sparateur tranch. On dfinit les cls lgres et lourdes:
Teb (K)
Benzne
Tolune
Diphnyle
353,15
384,15
526,15
La cl lgre est donc le benzne, et la cl lourde le tolune ( le plus lger des plus lourds ).
On demande une puret molaire en tte de colonne de 0,9997 et en pied de colonne de 0,994,
la pression au condenseur est de 2 et la perte de charge est de 0,5 bar.
On en fait de mme pour la seconde sparation tranche, en fixant comme cl lgre le
tolune et comme cl lourde le diphnyle avec une puret molaire de 0,999 en pied de
colonne. La pression au condenseur est de 1 bar et la perte de charge est de 0,5 bar. On obtient
ainsi aprs simulation, les quantits de chaleur fournir au bouilleur, ainsi que le nombre de
plateaux et la position de lalimentation.
228
ANNEXES 4.2
Mesure purge
SPEC
SPEC
Compresseur
20
Entre Mesure
H2 et CH4
2
Entre mesure
19
AAA
1
1 bis
21
21 bis
Purge
Vanne 3 voies
9 bis
5 bis
5
Racteur quilibr
Racteur sim
Prchauffeur
Autre mlangeur
Tolune
AAA
1
Spec purge
Four
17 bis
Refroidisseur
Spec Benzne
8 bis
SPEC
Entre mesure
15 bis
Benzne
15 bis bis
Flash HP
10
12
15
Tolune
17
H2, CH4
AAA
1
16
11
14
18 bis
18
13
Diphnyle
Flash BP
Distillation ShortCut 2
Distillation ShortCut 1
Rcupration nergtique
9.
- Prchauffeur (FEHE) :
- Refroidisseur
ANNEXES 4.2
change donc la totalit du courant froid, et avec le FCp7 du courant chaud (sortie du racteur)
on peut calculer la temprature de sortie du courant du prchauffeur (Tf) qui doit respecter le
Tmin.
Ainsi, nous avons :
Alors :
Et ;
Qch = FC P 7 (Tc Tf )
Tf = Tc
(4A2.4)
Qch
FC P 7
(4A2.5)
230
ANNEXES 4.2
Donc, le Tmin est largement respect. Un four est plac la suite de ce prchauffeur puisque
lors de la mise en rgime permanent de lunit, un besoin dnergie extrieur pour prchauffer
le courant dalimentation du racteur est ncessaire afin de lancer la raction 1, qui est
exothermique. La modlisation de la rcupration nergtique est faite sous ProSimPlusTM.
AAA
1
6
Racteur quilibr
5 bis
FEHE
FEHE
4
Racteur sim
7
Rfroidiss
4 bis
Four
8
Inf 6
231
ANNEXES 4.2
Spec H2/Aromatiques
Mesure purge
SPEC
SPEC
Compresseur
20
Entre Mesure
H2 et CH4
2
1 bis
19
AAA
1
21
21 bis
Purge
Vanne 3 voies
9 bis
5 bis
FEHE
1
AAA
1
Spec purge
Entre mesure
Racteur quilibr
Racteur sim
Autre mlangeur
4 bis
17 bis
Four
Tolune
Inf 6
Spec Benzne
8 bis
SPEC
Entre mesure
15 bis
Benzne
15 bis bis
Flash HP
10
12
15
Tolune
17
H2, CH4
AAA
1
16
11
14
18 bis
18
13
Diphnyle
Flash BP
Distillation ShortCut 2
Distillation ShortCut 1
232
ANNEXES 4.2
kmol/h
C
bar
kJ/h
kmol/h
C
bar
kJ/h
1
kmol/h
0,00
0,00
0,00
283,50
0,00
283,50
0,00
0,00
0,00
1,00
0,00
38,00
37,00
-10155036,02
6
kmol/h
1567,63
2339,80
298,74
91,08
0,01
4297,25
0,36
0,54
0,07
0,02
0,00
685,00
35,50
156355399,69
2
kmol/h
466,98
24,58
0,00
0,00
0,00
491,56
2 bis
kmol/h
0,00
0,00
0,01
361,37
0,01
361,38
0,95
0,00
0,05
0,00
0,00
0,00
0,00
1,00
0,00
0,00
38,00
55,23
37,00
37,00
191397,32 -11962410,12
7
kmol/h
1574,34
2339,80
285,32
91,08
6,71
4297,25
3
kmol/h
1840,91
2066,52
25,49
364,32
0,01
4297,25
4
kmol/h
1840,91
2066,52
25,49
364,32
0,01
4297,25
4 bis
kmol/h
1840,91
2066,52
25,49
364,32
0,01
4297,25
5
kmol/h
1840,87
2066,55
25,49
364,33
0,01
4297,25
5 bis
kmol/h
1840,87
2066,55
25,49
364,33
0,01
4297,25
0,43
0,43
0,43
0,43
0,43
0,48
0,48
0,48
0,48
0,48
0,01
0,01
0,01
0,01
0,01
0,08
0,08
0,08
0,08
0,08
0,00
0,00
0,00
0,00
0,00
52,43
0,00
225,00
621,00
62 1,00
37,00
37,00
37,00
36,50
36,50
-9383328,52 -20169035,55 37402691,76 139593574,57 139593574,57
8
kmol/h
1574,34
2339,80
285,32
91,08
6,71
4297,25
8 bis
kmol/h
1574,34
2339,80
285,32
91,08
6,71
4297,25
9
kmol/h
1572,15
2320,75
29,20
3,39
0,00
3925,49
9 bis
kmol/h
1574,34
2339,80
29,20
3,39
0,00
3946,72
0,37
0,37
0,54
0,54
0,07
0,07
0,02
0,02
0,00
0,00
685,00
38,00
35,50
35,50
156449944,10 -10968352,53
0,37
0,54
0,07
0,02
0,00
37,34
32,00
-10968352,53
0,40
0,59
0,01
0,00
0,00
37,34
32,00
740105,71
0,40
0,01
0,01
0,59
0,05
0,05
0,01
0,69
0,69
0,00
0,24
0,24
0,00
0,02
0,02
37,38
37,34
3 7,76
32,00
32,00
10,20
746866,72 -11708459,08 -11708459,08
233
10
kmol/h
2,19
19,05
256,13
87,69
6,71
371,76
11
kmol/h
2,19
19,05
256,13
87,69
6,71
371,76
ANNEXES 4.2
Courants
Dbits partiels
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Dbit total
Fractions molaires
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Temprature
Pression
Enthalpie
Courants
Dbits partiels
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Dbit total
Fractions molaires
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Temprature
Pression
Enthalpie
kmol/h
C
bar
kJ/h
kmol/h
C
bar
kJ/h
12
kmol/h
2,19
19,05
0,00
0,00
0,00
21,23
0,10
0,90
0,00
0,00
0,00
37,76
10,20
6761,01
17 bis
kmol/h
0,00
0,00
0,01
77,87
0,01
77,88
0,00
0,00
0,00
1,00
0,00
112,65
37,00
-1807374,09
13
kmol/h
0,00
0,00
256,13
87,69
6,71
350,53
14
kmol/h
0,00
0,00
256,13
87,69
6,71
350,53
0,00
0,00
0,00
0,00
0,73
0,73
0,25
0,25
0,02
0,02
37,76
38,15
10,20
3,00
-11694754,63 -11694754,63
18
kmol/h
15
kmol/h
0,00
0,00
256,11
0,00
0,00
256,12
0,00
0,00
1,00
0,00
0,00
104,04
2,00
-5776193,64
15 bis
kmol/h
0,00
0,00
256,11
0,00
0,00
256,12
15 bis bis
kmol/h
0,00
0,00
256,11
0,00
0,00
256,12
16
kmol/h
0,00
0,00
0,01
87,69
6,71
94,41
17
kmol/h
0,00
0,00
0,01
77,87
0,01
77,88
0,00
0,00
0,00
0,00
1,00
1,00
0,00
0,00
0,00
0,00
104,04
30,00
2,00
1,80
-5776193,64 -8393879,52
0,00
0,00
0,00
0,93
0,07
149,08
2,50
-1655490,05
0,00
0,00
0,00
1,00
0,00
110,47
1,00
-1856750,05
0,00
0,00
0,00
9,82
6,71
16,53
18 bis
kmol/h
0,00
0,00
0,00
9,82
6,71
16,53
19
kmol/h
1373,92
2041,94
25,48
2,96
0,00
3444,31
20
kmol/h
1373,92
2041,94
25,48
2,96
0,00
3444,31
21
kmol/h
200,41
297,86
3,72
0,43
0,00
502,42
21 bis
kmol/h
200,41
297,86
3,72
0,43
0,00
502,42
0,00
0,00
0,00
0,59
0,41
146,10
1,50
-387341,14
0,00
0,00
0,00
0,59
0,41
30,00
1,30
-784416,88
0,40
0,59
0,01
0,00
0,00
37,38
32,00
651790,58
0,40
0,59
0,01
0,00
0,00
52,51
37,00
2387684,28
0,40
0,59
0,01
0,00
0,00
37,38
32,00
95076,13
0,40
0,59
0,01
0,00
0,00
37,38
32,00
95076,13
234
ANNEXES 4.2
ENTREE
SORTIE
15 bis bis
18 bis
21 bis
Hydrogne
941,38
404,06
Mthane
394,30
4778,43
Benzne
19995,50
2,46E-02
296,59
Tolune
26121,80
0,40
904,05
40,73
1038,39
1,22E-02
19995,90
1942,46
5519,82
Diphnyle
Total partiel
26121,80
1335,68
27457,48
27458,18
Le bilan matire boucle, car la diffrence relative entre le total en entre et en sortie est de :
Ftot = (27458,18-27457,48)/(27458,18) = 0,0000255.
235
ANNEXES 4.3
ANNEXE 4.3
RESULTATS DE LA
SIMULATION DU CAS DE BASE
DU PROCEDE HDA
236
ANNEXES 4.3
Dans cette annexe, les rsultats des dimensions des principaux quipements, de la simulation
du cas de base du procd HDA, propos par Douglas (1988) [DOU 88] (265 kmol/h de
benzne produit) sont prsents. Seules, les caractristiques ncessaires au calcul du critre
conomique sont prsentes.
Units
valeurs
m2
12,19
Units
valeurs
kW
27826,38
Units
valeurs
m3
196,16
Units
valeurs
m2
687,87
Units
valeurs
Diamtre
2,46
Longueur
6,16
Volume
m3
29,39
Units
valeurs
kW
105,22
Caractristiques
Surface dchange
Caractristiques
Puissance change
Caractristiques
Volume
Caractristiques
Surface dchange
Caractristiques
Caractristiques
Puissance
237
ANNEXES 4.3
Caractristiques
Units
valeurs
Diamtre
Longueur
Volume
m3
18,78
Units
valeurs
Caractristiques
Taux de reflux
1,11
Nombre de plateaux
60
Hauteur
41,15
Diamtre
2,99
Section
m2
7,03
Units
valeurs
Caractristiques
Taux de reflux
0,07
Nombre de plateaux
22
Hauteur
17,98
Diamtre
1,66
Section
m2
2,16
Caractristiques
Puissance
Units
valeurs
kW
14,87
238
239
Chapitre 2 :
Tableau 2. 1
Tableau 2. 2
Tableau 2. 3
Tableau 2. 4
Tableau 2. 5
Tableau 2. 6
Tableau 2. 7
Tableau 2. 8
Tableau 2. 9
Tableau 2. 10
Tableau 2. 11
Tableau 2. 12
Tableau 2. 13
Chapitre 3 :
Tableau 3.1
Tableau 3.2
Tableau 3.3
Tableau 3.4
Tableau 3.10
Constantes dArrhenius.
Valeurs dinitialisation pour le systme dquations non linaires.
Valeurs des paramtres de lalgorithme gntique.
Comparaison des valeurs optimales de la mthodologie avec celle de
[PIN 06].
Objectifs, contraintes et variables de dcision pour loptimisation
Bicritre.
Valeurs de la meilleure solution obtenue par TOPSIS et [RAN 09] pour
la figure 3.4.a.
Valeurs de la meilleure solution obtenue par TOPSIS et [RAN 09] pour
la figure 3.5.a.
Objectifs, contraintes et variables de dcision pour loptimisation
Tricritre.
Caractristiques du point un obtenues par TOPSIS pour la figure 3.6.
Valeurs de [BEL 65] entre parenthses et gains obtenus en % par
rapport cette solution.
Comparaison des valeurs des cas A et C.
Tableau 3.11
Tableau 3.5
Tableau 3.6
Tableau 3.7
Tableau 3.8
Tableau 3.9
240
Chapitre 4 :
Tableau 4.1
Tableau 4.2
Tableau 4.3
Tableau 4.4
Tableau 4.5
Tableau 4.6
Tableau 4.7
Tableau 4.8
Tableau 4.9
Chapitre 5 :
Tableau 5.1
Tableau 5.2
Tableau 5.3
Tableau 5.4
Tableau 5.5
Tableau 5.6
Tableau 5.7
Tableau 5.8
Tableau 5.9
Tableau 5.10
Tableau 5.11
Tableau 5.12
Tableau 5.13
Tableau 5.14
Tableau 5.15
Tableau 5.16
Tableau 5.17
Tableau 5.18
Tableau 5.19
Tableau 5.20
Tableau 5.21
Tableau 5.22
Tableau 5.23
Tableau 5.24
Tableau 5.25
241
Chapitre 2 :
Figure 2.1.
Figure 2.2.
Figure 2.3
Figure 2.4
Figure 2.3
Figure 2.6
Figure 2.7
Figure 2.8
Chapitre 3 :
Figure 3.1
Figure 3.2
Figure 3.3
Figure 3.4
Figure 3.5
Figure 3.6
Figure 3.7
Figure 3.8
Figure 3.9
Figure 3.10
Figure 3.11
Figure 3.12
Figure 3.13
Figure 3.14
Figure 3.15
242
Chapitre 4 :
Figure 4.1
Figure 4.3
Figure 4.4
Figure 4.5
Figure 4.6
Figure 4.7
Chapitre 5 :
Figure 5.1
Figure 5.2
Figure 5.3
Figure 5.4
Figure 5.5
Figure 5.6
Figure 5.7
Figure 5.8
Figure 5.9
Figure 5.10
Figure 5.11
Figure 5.12
Figure 5.13
Figure 5.14
Figure 5.15
Figure 5.16
Figure 5.17
Figure 5.18
Figure 5.19
Figure 5.20
Figure 5.21
Figure 5.22
Figure 5.23
Figure 5.24
Figure 5.25
Figure 5.26
Figure 5.27
Figure 5.28
Figure 5.29
Figure 5.30
Figure 5.31
243
244