une meilleure régulation des procédés industriels pour ... nrj... · constats sur les boucles de...

69
1 Une meilleure régulation des procédés industriels pour diminuer leurs consommations énergétiques http://www.colloqueenergieindustrie.ademe.fr/

Upload: phamhanh

Post on 12-Sep-2018

214 views

Category:

Documents


0 download

TRANSCRIPT

1

Une meilleure régulation des procédés industriels pour diminuer leurs consommations énergétiques

http://www.colloque‐energie‐industrie.ademe.fr/ 

2

Yacine SI ALIConsultant Innovation et développement

Techteam Industriel Effeciency

Une meilleure régulation des procédés industriels pour diminuer leurs consommations énergétiques

3

Plan du tutoriel Présentation Un peu de théorie… Contexte Diagnostic de la régulation existante Solution proposée Réalisation et mise en service Evaluation de la nouvelle régulation Conclusion Questions

4

1. Présentation

1. Historique 2. Constats sur les boucles de régulation dans l’industrie3. Etat de l’art des techniques de régulation4. La régulation, un levier d’action pour la réduction de la

consommation énergétique

5

1.1 Historique:1840 : Régulateur de Watt (Besoins de l’industrie à vapeur)

1945 : Deuxième guerre mondiale ( développement de l’automatique dans l’aviation)

1960 : Apparition de l’informatique (cosmos, traitement rapide de l’information, possibilité de résolution des systèmes complexes etc.) Importance : Qualité des produits finis, précision des opérations , protection de l’environnement, répétitivité des opérations etc..

1. Présentation

6

Accroissement en puissance de calcul, ce qui nous permet de d’exécuter des algorithmes de commande de plus en plus complexe

Régulation mécanique Régulation mécanique

Régulateur à boules de James Watt, régulation de vitesse de rotation des

machine à vapeur

Puissance de Calcul

Temps

Régulation analogique Régulation analogique

Travaillant avec des signaux analogiques 0-10V / 4_20mAEssentiellement : PID, TOR

RégulationnumériqueRégulationnumérique

Numérisation des signaux Calculs plus performants

1. Présentation

7

1. Présentation

1.2 Constats sur les boucles de régulation dans l’industrie :

développement sans cesse croissant de l’informatique, les méthodes d’optimisation connaissent de nos jours un essor considérable.une étude de 1993, rapporte que sur plus de 2000 boucles de régulation, 95 % de celles-ci utilisaient des structures de type PID, la majorité de ces dernières étant en fait de type PI. Seulement 20 % de ces boucles de régulation fonctionnèrent correctement. Une des causes majeures de ces faibles performances consistait en un mauvais choix des paramètres du régulateur. Malgré l’emploi étendu du contrôleur PI, il n’existe pas de méthode de design universellement acceptée

8

1. Présentation

1.3 Etat de l’art des techniques de régulation:- Régulation TOR (ON/OFF)

U =100% si Mesure < consigneU = 0 % si Mesure > consigne

- Possibilité d’ajouter un hystérésis

9

1. Présentation

1.3 Etat de l’art des techniques de régulation:

- Feedback (rétroaction)Le plus utilisé

Exemple :- P,PI,PID

- Réaction à la perturbation- Meilleure robustesse- Meilleure atténuation en basses fréquences

10

1. Présentation

1.3 Etat de l’art des techniques de régulation:

- Feedforward (anticipation)

- On utilise la mesure d’une perturbation pour essayer de compenser « à priori » son effet sans attendre qu’il se manifeste à la sortie

- Vient en complément d’une boucle classique

11

1. Présentation

1.3 Etat de l’art des techniques de régulation:

- Contrôle avancé :

- Régulation prédictive- Le régulateur calcule la séquence

de commande qui minimisera les écartsentre la sortie prédite par le modèle du procédé et la sortie désiréefournie par un modèle de référence

12

1. Présentation

1.3 Etat de l’art des techniques de régulation:

- Contrôle avancé :

- Régulation adaptative- Identification en temps réel des paramètre

du modèle pour le calcul de la loi de commande ainsi changer les paramètres du régulateur,exemple d’utilisation: pilote automatique d’unavion, injection des voitures

13

1. Présentation

1.3 Etat de l’art des techniques de régulation:

Notion de gouvernabilité :

Tau : retard pur du systèmeT : constante du temps

14

1. Présentation

1.4 La régulation, un levier d’action pour la réduction de la consommation énergétique :

Réduction de la consommation énergétique jusqu’à 10 % Augmentation considérable de la durée de vie des actionneurs Réduction des interventions de maintenance Augmentation de la qualité des produits Levier d’action peu utilisé (formation du personnel sur les thématiques

du contrôle avancé, intervention sur le process…)

15

Un peu de théorie…

1. Indices de performances et de quantification de la qualité d’une régulation

2. Régulation classique(zone, PID…) vs régulation avancée3. Introduction à l’identification paramétrique 4. Impact d’une régulation sur la consommation énergétique

16

Un peu de théorie…

1. Indices de performances et de quantification de la qualité d’une régulation :

- Performances temporelles :Temps de montée :

temps de passage de 10% à 90 % de la réponse

Temps de réponse :temps pour lequel la réponsesoit dans un canal +- 10 % de la réponse

Précisionerreur statique en régime stationnaire

Dépassementsdépassement max par rapport à réponse

17

Un peu de théorie…

1. Indices de performances et de quantification de la qualité d’une régulation :

- Performances temporelles : Critère ISE (Integral of Squared Error)

Critère IAE (Integral of Absolute-value of Error)

Le critère ITAE (Integral of Time-multiplied Absolute-value of Error)

Le critère ITSE (Integral of Time-multiplied Square Error) :

Indice sur l’amortissement du système régulé

Contraintes Critères

Suivi de consigne Rejet de perturbation

ISE + ++IAE + ++

ITAE ++ -ITSE ++ -

18

Un peu de théorie…

1. Indices de performances et de quantification de la qualité d’une régulation :

- Performances fréquentielle / robustesse :

Marge de Retard :Temps de retard maximal qui induira le système dans l’instabilité

∆τ = ∆φ / ωcr ≥ Ts

Marge de Module :Gain maximal qui induira le système dans l’instabilité

∆ M ≥ 0.5 (- 6 dB)

19

Un peu de théorie…

1. Indices de performances et de quantification de la qualité d’une régulation

2. Régulation classique(zone, PID…) vs régulation avancée

3. Introduction à l’identification paramétrique 4. Impact d’une régulation sur la consommation énergétique

20

Un peu de théorie…

2. Régulation classique vs régulation avancée :- ON/OFF Control : Généralement utilisée pour des systèmes lents (température)

- Facilité de mise en œuvre

- peu chère- imprécision - consommation énergétique- usure plus rapide des actionneurs

21

Un peu de théorie…

2. Régulation classique vs régulation avancée :- Régulation PID: La régulation la plus répandue en industrie, plus de 90 % des boucles

de régulations

- La plus connue chez le personnel - Meilleur précision- robustesse

- difficulté d’un réglage optimal- fragilité vis-à-vis des bruits de mesures- même dynamique pour régulation/tracking

22

Un peu de théorie…

2. Régulation classique vs régulation avancée :- Contrôle avancé : Architecture de commande générique RST

- Meilleur précision- Meilleur robustesse- dynamiques différentes en Régulation/Tracking- action anticipative- prise en compte des contraintes fonctionnelles - PID cas particulier du RST- Modélisation du procédés - réglage plus difficile que le PID

23

2. Régulation classique vs régulation avancée :- Contrôle avancé : Commande Prédictive Fonctionnelle

PFC VS PID :

Plus puissant que le PIDPlus robuste que le PIDPlus facile à régler Implantation générique

Un peu de théorie…

24

2. Régulation classique vs régulation avancée :- Contrôle avancé : Commande Prédictive Fonctionnelle

Un peu de théorie…

Consigne

Perturbation 1Perturbation 2

Mesure

Commande

25

Un peu de théorie…

1. Indices de performances et de quantification de la qualité d’une régulation

2. Régulation classique(zone, PID…) vs régulation avancée3. Introduction à l’identification paramétrique 4. Impact d’une régulation sur la consommation énergétique

26

Un peu de théorie…

3. Introduction à l’identification paramétrique

1) Identification graphique2) Identification paramétrique par la méthode des moindres

carrés 3) Identification en boucle fermée

27

Un peu de théorie…

3.1 Identification graphique

Réponse indicielle de type 1er

ordre

Modèle du type :

Tau : retard pur du systèmeT : constante du tempsK : gain statique

28

Un peu de théorie…

3.1 Identification graphique

Méthode de StrecjTableau de Strecj

Modèle du type :

29

Un peu de théorie…

3.1 Identification graphique

Méthode de Broida

Modèle du type :

30

Un peu de théorie…

3.2 Identification paramétrique:

Identification des coefficients des polynômesA,B et C et du retard d par les différentes méthodesdes moindres carrés

+u

1A

e

yA

q B-d

1) ARX

+u

e

y

CA

Aq B-d

2) ARMAX

+u

e

y

CD

Fq B-d

3) BJ

+u

e

yF

q B-d

4) OE

Structures Méthodes d’identificationARX ‐ Moindres carrés récursifs ARMAX ‐ Moindres carrés étendus BJ ‐ Méthode de Stieglitz & Mc BrideOE ‐ Méthode de Stieglitz & Mc Bride

‐ Variable Instrumentale à modèle auxiliaire‐ Variable Instrumentale à observations

retardées

31

Un peu de théorie…

3.2 Identification paramétrique:Etapes d’identification :

1. Choix de la structure2. Estimation (choix de la complexité) –ordre du système3. Excitation du système par un signal riche en fréquences (SBPA)4. Estimation des paramètres5. Validation (graphique / statistique)

32

Un peu de théorie…

3.3 Identification en boucle fermée :

Dans la pratique, il existe des modèles qui ne peuvent pas être identifiés en boucle ouverte:

• Le procédé est un système intégrateur ou instable • Dégradation des performances du système (éloignement du point de fonctionnement) • Dangerosité dans certains cas d’ouvrir la boucle

33

Un peu de théorie…

3.3 Identification en boucle fermée :1- Le régulateur est connu : Dans ce cas l’identification se fasse directement à l’aide des méthodes d’identification en boucle fermée qui se

basent sur l’erreur de sortie, les méthodes sont :

- Closed Loop Output Error (CLOE)

- Filtered Closed Loop Output Error (F-CLOE)

- Adaptive Filtered Closed Loop Output Error (AF-CLOE)

- Extended Closed Loop Output Error (X-CLOE)

Schéma d’identification en boucle fermée

34

Un peu de théorie…

3.3 Identification en boucle fermée :2- Le régulateur n’est pas connu : Dans ce cas l’identification se fasse en plusieurs étapes pour annuler l’effet du feedback, qui sont :

- Identification de la fonction de sensibilité Syp

- Filtrage de l’excitation externe (SBPA) par la fonction de sensibilité identifiée, pour créer la variable instrumentale û(t) (entrée du process)

- Utilisation d’une méthode d’identification en boucle ouverte avec ( y(t) et û(t))pour identifier le modèle.

ru :SBPA

U

Fonction de sensibilité

35

Un peu de théorie…

1. Indices de performances et de quantification de la qualité d’une régulation

2. Régulation classique(zone, PID…) vs régulation avancée3. Introduction à l’identification paramétrique4. Impact d’une régulation sur la consommation

énergétique

36

Un peu de théorie…

4. Impact d’une régulation sur la consommation énergétique :

- Changement d’un point de fonctionnement- planification de la trajectoire (commande optimale)- diminution du temps de réponse- Réduction du stress des actionneurs

37

Un peu de théorie…

4. Impact d’une régulation sur la consommation énergétique :

4°C

6°C

Exemple du système de réfrigérateur Température maximale 6°C• SI Régulation à ± 2°C

Consigne de régulation 4°C• SI Régulation à ± 1°C

Consigne de régulation 5°C

Régulation précise : possibilité de décaler la consigne de régulation

Température MAX

Gain = d(énergie)/d(température)

Consigne actuelle

Température

38

Constat et Bénéfices constat :

80% des boucles de régulation peuvent être optimisées perte de performance perte de qualité perte d’argent perte de durabilité

bénéfices : Réduction de la consommation énergétique,

jusqu’à 10% Amélioration de la qualité du produit Augmentation de cadence de production Diminution du nombre des opérations de

maintenance Augmentation de la durée de vie des

actionneursRentabilité vs point de fonctionnement

39

Exposition du cas pratique d’une régulation avancée

40

Contexte

Diagnostic de la régulation existante et préconisation d’améliorations

Usine pour le traitement du lait ( pasteurisation)Située en Bretagne Fonctionnement : 7 jours /7 capacité de production de 40 000L/h

41

0 200 400 600 800 1000 1200 1400 1600 1800 20000

10

20

30

40

50

60

70

80

90

X: 412.5Y: 0

X: 829Y: 0

X: 1393Y: 0

X: 1804Y: 0

Time [min]

Tempe

rature [°

C]

TT03CTPL

9h24min6h57min 6h50min

Novembre25, 201500:00:00

Novembre25, 201509:24:00

Novembre24, 201510:02:44

6h50min

Novembre24, 201516:52:44

Novembre25, 201516:14:00

3 cycles de production/lavage par jour 6h de production pour 2 heures de lavage

Contexte

Production

Lavage

Consigne de TTempérature de

pasteurisation

42

MV commande

PV Température de pasteurisation

Contexte

Echangeur de chaleur

Ecrémeuses

43

problématique

1- Remise en température des échangeurs2- Baisser la consigne de température

Contraintes :- Température donnée pour la pasteurisation +/- 1°c autour de la

consigne pour commencer la productionAméliorations :diminuer le temps de stabilisation ?

augmentation du temps de productiondiminuer la température de pasteurisation?

gain énergétique et de qualité

44

Diagnostic de la régulation existante

Identification des indices d’amélioration temps d’établissement à la reprise en température des échangeurs

Instant de reprise de la commande

Début de production

Temps de stabilisation de la température de pasteurisation après le cycle de lavage

45

Diagnostic de la régulation existante

Identification des indices d’amélioration

temps d’établissement à la reprise en température des échangeurs

Réduire le temps de mise en température du pasteurisateur. Cette action vise à augmenter la cadence de production en diminuant, à chaque lavage le temps de remise en température de l’installation (3 lavages par jour 7J/7).

- Ainsi, un gain d’une minute engendre un gain de capacité de production de 30*3*40 000/60 = 60 000 litres de lait par mois. Soit environ 0.26% d’augmentation de capacité de production.

46

Diagnostic de la régulation existante

Ecart type des températures au tour de la consigne à la phase de production:

Grandeur statistique qui donne une image sur la dispersion des températures autour de la consigne

47

Diagnostic de la régulation existante

Ecart type des températures au tour de la consigne à la phase de production:

Diminuer, en régime établi, l’écart type (i.e. la fluctuation) de la température afin, le cas échéant de réduire la consigne de température. Cette action vise à limiter la destruction des protéines lors de la phase de pasteurisation. Ce qui augmenterait la qualité du produit et permettra de réaliser des économies d’énergies liées à ce changement de point de fonctionnement. Cette augmentation de qualité doit être quantifiée par des spécialistes.

48

Diagnostic de la régulation existante

VVM1_TT03

Période 1Ecart Type 0.1650

Temps de stabilisation 16.4 min

Période 2Ecart Type 0.1247

Temps de stabilisation 16.8 min

Période 3 Ecart Type 0.1187

Temps de stabilisation 6 min

MoyenneEcart Type 0.1361

Temps de stabilisation 13. min

Tem

péra

ture

[°C

][%

]

Mesure du temps de stabilisation de la température TT03 lors de la remise en température suite à une phase de lavage  Période 1

Température de pasteurisation

Les périodes correspondent au cycles de production

49

Diagnostic de la régulation existante

Mesure de l’écart type de la température de pasteurisation lors de la phase stabilisée Période 1

50

Diagnostic de la régulation existante

Analyse de l’impact des différentes perturbations sur la régulation

520 540 560 580 600 620 640 660 680 700 72073

73.5

74

74.5

75

TT03

[°C

]

Débit Crème

520 540 560 580 600 620 640 660 680 700 720

3

3.2

3.4

3.6

3.8

4x 104

X: 563.7Y: 3.034e+04

Temps [min]

DLE

CR

[m^3

\h]

X: 576Y: 3.279e+04

X: 587.8Y: 3.052e+04

X: 600.7Y: 3.49e+04

X: 613Y: 3.566e+04

Température

Débit écrémeuse

51

Solution proposée

Changement du régulateur (software) Passage d’un PID vers de la commande PFC Sauvegarde de la dernière commande avant la mise en lavage de

l’installation Et reprise avec cette commande à la phase de reprise de température pour un laps de temps

52

Solution proposée

Identification du transfert entre température et ouverture de la vanne de chauffage

40

40.2

40.4

40.6

40.8

73.5

74

Set de données pour l'identification de l'impact d'une variation de commande sur la variation de température TT03

Un step sur l’ouverture de la vanne

Variation de la température de pasteurisation

53

Solution proposée

Identification du transfert entre température échangeur et la chasse

39

40

41

73.5

74

3.23.43.63.8

4

x 104

Set de données pour l'identification de l'impact d'une variation de débit sur la variation de température TT03

Figer la vanne de régulation de température

Débit de l’écrémeuse

Variation de la température

54

Réalisation et mise en service Réalisation d’une compagne de mesure Traitement des données et vérification de leur pertinence & diagnostic

0 200 400 600 800 1000 1200 1400 1600 1800 20000

10

20

30

40

50

60

70

80

90

X: 412.5Y: 0

X: 829Y: 0

X: 1393Y: 0

X: 1804Y: 0

Time [min]

Temperature [°C]

TT03CTPL

9h24min6h57min 6h50min

Novembre25, 201500:00:00

Novembre25, 201509:24:00

Novembre24, 201510:02:44

6h50min

Novembre24, 201516:52:44

Novembre25, 201516:14:00

Evolution de la température de pasteurisation sur 2 jours et demi avec la régulation existante

55

Réalisation et mise en service

Modifications de programme existant Descriptif des variables utilisées

56

Réalisation et mise en service

Modifications de programme existant Descriptif des modifications de code

57

Réalisation et mise en service

Mécanisme de mémorisation

La production de lait pasteurisé fonctionne par Batch. Environ toute les 7 heures de fonctionnement, le pasteurisateur nécessite un lavage.

Néanmoins, une fois le lavage effectué, les conditions de fonctionnement redeviennent assez similaires. Ainsi nous prenons le parti de mémoriser la commande effectuée par la vanne à la fin de la phase de production et nous initialisons le régulateur par cette commande en phase de mise en température en circulation d’eau.

58

Réalisation et mise en service

Paramétrage du régulateur : Identification du Transfert VVM1 TT03

La courbe violette est la mesure, la courbe jauneest la réponse d’un modèle symétrique

(c’est-à-dire même dynamique de chauffe que de refroidissement)et la courbe turquoise est la réponse d’un système

asymétrique,dans notre cas, la chauffe du lait

est plus rapide que son refroidissement.

59

Réalisation et mise en service

Paramétrage du régulateur : Identification du Transfert Débit TT03

Résultat d’identification de l’impact d’une chassesu la température de pasteurisation

60

Evaluation de la nouvelle régulation

Calcul du temps d’établissement :

Temps de stabilisation de la température de pasteurisation pendant les 3 cycles de lavage/production sur une journée

61

Evaluation de la nouvelle régulation

Calcul de l’écart type:

Ecart type de la température en régime permanent (production)sur une période

Consigne : 73,5 °C

62

Evaluation de la nouvelle régulation

Comparaison des temps d’établissement entre l’ancienne et la nouvelle régulation

Ecart de 7,26 min

63

Evaluation de la nouvelle régulation

Calcul de l’écart type et comparaison avec l’ancienne régulation

Ecart de 0,10876

64

Evaluation de la nouvelle régulation

Synthèse de performances entre la nouvelle régulation et l’ancienne régulation

Période 1 Période 2 Période 3 Moyenne

TT03

Ecart Type

0,07262 0,07101 0,08564 0,0764

0.1650 0.1247 0.1187 0.1361

Temps de stabilisation

8.4 min 2.4 min 2 min 4.27 min

16.4 min 16.8 min 6 min 13. min

Nouvelle

Nouvelle

ancienne

ancienne

Comparaison des temps d’établissement et l’écart type de la température de pasteurisation entre l’ancienne et la nouvelle régulation

65

Gains réalisés

Gain de production- Gain de 30 minutes de production par jour

- 21/60 x 40000 = 20 000 L par jour- 0,5h/18h = 2,8 % de gain de production

Gain d’énergie et de qualité diminution de la consigne de température de 1°C

• Retour sur investissement : Moins de 2 mois

• Coût de la prestation : 10 K€

66

Conclusion

En conclusion nous notons que l’implantation de la nouvelle régulation a été fructueuse. Le retour des opérateurs est positif.

Seules des modifications mineures de code automate ont été nécessaires.

Sur les deux critères de validation, la variance et le temps d’établissement des gains significatifs ont été enregistrés.

L’estimation de gain de temps d’établissement d’environ 10 minutes par lavage a un impact direct sur la quantité de lait produite

67

références

I.D. Landau. Digital Control Systems Design, Identification and implementation. Springer, 2006

I.D. Landau. Rogelio Lozano, Mohammed M'Saad, Alireza KarimiDigital Adaptive Control Algorithms, Analysis and Applications. Springer, 2011

J. Richalet. Pratique de l’identification. Hermes, Paris, 1991.

I.D. Landau. Identification et commande des systèmes. Hermès, Paris, 1993.

Richalet, J. Pratique de la commande prédictive, 1993, 352 pp. (Hermes Science Publications, Paris

Richalet, J., Lavielle, G., et Mallet, J. La commande prédictive – Mise en œuvre et applications industrielles, 2004, 272 pp. (Eyrolles Editions, Paris).

L. Ljung. System identification. Theory for the user. Prentice Hall, Upper Saddle River, 2nd edition, 1999.

L. Ljung and T. Soderstrom. Theory and Practice of Recursive Identification. MIT Press, Cambridge, MA, USA, 1987.

P. Eykhoff. System identification - Parameter and state estimation. John Wiley and Sons, 1974.

68

Merci de votre attention

69

Questions ?