Download - Automatisation du Scale Up
Saint Etienne Janvier 2003
Automatisation du Scale Up
PLAN
Présentation générale Le problème L’algorithme génétique Les réseaux de neurones Résultats Conclusion
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale
L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
L’extrusion est une technique de transformation de la Matière dans le domaine de la plasturgie, de l’agroalimentaire,…
L’extrusion permet d’obtenir un produit semi-fini avec des propriétés physiques déterminés et une pression permettant sa mise en forme.
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale
L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Les extrudeuses Monovis (Pour l’injection)
Bivis contrarotative
Bivis corotative (Production de produit semi-fini)
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale
L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Les logiciels de simulation de l’écoulement de la matière dans une extrudeuse bivis corotative
Ludovic (CEMEF+INRA+S&CC (FRA)) Sigma (Université de Paderborn (ALL)) TXS (Polytech (USA)) Akro-co-Twin-Screw (Université d’Akron (USA))
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale
L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Le Scale Up
Passage d’une petite extrudeuse bivis de laboratoire (1 a 10 Kg/h)
à une extrudeuse bivis industrielle (1 a 100 tonnes/h)
En conservant les propriétés physiques du produit final.
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Rechercher la ou les vis industrielles conservant au mieux les propriétés du produit à travers les résultats de Ludovic
(Température,énergie, déformation, temps de séjour,…)
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Les paramètres à optimiser sont :1. Le profil de vis (suite ordonnée d’élt de vis)2. Les températures des fourreaux3. La température de la filière4. La vitesse de rotation de la vis5. Le débit
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Un profil de vis industrielle est recevable
s’il ne dépasse pas le couple maximal de la machine
S’il ne dépasse pas la puissance maximale de la machine
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
On suppose que les squelettes de la vis de laboratoire et de la vis industrielle sont identiques
1. Zone de convoyage2. Zone de malaxage3. Zone de convoyage4. Zone restrictive
4 3 2 1
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique
Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Le principe de l’algorithme génétique est de résoudre ce type de problème.
Prise en compte des valeurs discrètes du profil de vis
Prise en compte de l’inter dépendance des éléments du profil de vis
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique
Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Schéma classique d’un algorithme génétique
ReproductionSélection
Evaluation
Initialisation
Solution Ok ?
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique
Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Initialisation
Génération aléatoire de la population initiale Codage du chromosome
Variables continues attachées des domaines défini par l’utilisateur
Variable discrète attachée à une bibliothèque d’élément de vis fournie par l’utilisateur
ReproductionSélection
Evaluation
Initialisation
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique
Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Lancer les calculs avec Ludovic
Quantifier la différence pondéré entre : Les courbes Les parties de courbes Les points
sélectionnés par l’utilisateur
Adimensionnaliser les résultats Résultat=f(L) => Résultat=f(L/L0)
Quantification au sens des moindres carrés
ReproductionSélection
Evaluation
Initialisation
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique
Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
On utilise le principe de la roulette
ReproductionSélection
Evaluation
Initialisation
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique
Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
On applique les 2 critères de reproduction que sont le croisement et le mutation
ReproductionSélection
Evaluation
Initialisation
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique
Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Elitisme
« On ne peut envisager de perdre une bonne solution »
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique
Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Suppression des doublons
L’élistisme diminue fortement le brassage
Augmentation du brassageEvite les calculs inutiles
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Scaling
« Faire évolué la sélection suivant les phases du calcul »
Consiste à moduler les écarts de fitness en fonction de la génération. fitness=fitness^k(n)
où k(n)=tan(n/(N+1)*p/2)
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique
Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Scaling
« Faire évolué la sélection suivant les phases du calcul »
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique
Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Conclusion
Pour notre application la combinaison AG+Elistisme+Suppression des doublons+ Scaling donne de bon critères de brassage sans perte d’informations.
Amélioration
Rendre la sélection indépendante du calcul du fitnessMéthode du tournoiSélection par le rang…
Elistime un peu fort
Information brute
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Constat d’exploitation en milieu industriel :
Les températures ne sont pas fixes Le débit et la vitesse de rotation peuvent variés
légèrement
Nécessité d’avoir des informations sur la stabilité du cas.
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
AGBivis de LaboProduit de référence
Domaines de variation
Critère de calcul
X meilleurs bivisindustrielles
?Stabilité
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Plan d’exp.
Bivis industrielle
Domaines de variation (10%)
Base de cas de lavis industrielle
Réseau de
neurones
Comportement dela vis dans le
domaine
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones
Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Plan d’expérienceAnalyse de la stabilité dans un domaine de 10% autour
de la configuration donné par l’AG Plan d’expérience factoriel Avec 5 valeurs par paramètres (4) => 625 calculs
Réseau de neuronesUtilisation d’un outil du commerce
Moteur neuronal de la société Netral Outil d’analyse
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105BC21
BC1053600 mm de long 700 Kg/h
600 mm
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105Grandeurs de références
La température finale L’énergie spécifique La déformation
Domaine de variationDébit 500-1000 Kg/hVitesse de rotation 200-400 Tr/mnTempérature de la filière 50-150 °CTempératures du fourreau 50-150 °C
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105Bibliothèque d’éléments de vis
Bibliothèque définie en interneBibliothèque constructeur
Contraintes
Aucunes
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105Résultat de l’A.G.
TempératureBC21 108°CScaleUp 0 115°CScaleUp 1 115°CScaleUp 2 115°CScaleUp 3 115°CScaleUp 4 115.5°C
Expert 145°C
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105Résultat de l’A.G.
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105Résultat de l’A.G.
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105Résultat de l’A.G.
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105Etude de la stabilité (Débit et vitesse)
Erreur [e-2]
Erreur
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105Etude de la stabilité (Débit et vitesse)
1
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105Etude de la stabilité (Régulation
thermique)
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Cas de validation BC21 -> BC105Etude de la stabilité (Débit et vitesse)
1
Saint Etienne Janvier 2003
Automatisation du Scale Up
Présentation générale L’extrusion Les outils Les logiciels Le Scale up
Le problème Le but Les paramètres Les contraintes Les hypothèses
L’algorithme génétique Pourquoi l’AG Rappel Initialisation Evaluation Sélection Reproduction Les options Conclusion
Les réseaux de neurones Pourquoi Schéma conceptuel Outil
Résultats Conclusion
Prototype fonctionnel donnant de bons résultats
validés par l’expérience
Les utilisateurs n’en utilisent qu’une faible partie
Orientation vers un outil avec une second partie plus riche