Maîtrise statistique de procédés par lots à temps variable

Monitoring of batch processes with varying durations

• Auteur / Autrice : Ariane Ferreira Porto Rosa
• Direction : Philippe Castagliola
• Type : Thèse de doctorat
• Discipline(s) : Automatique et informatique appliquée
• Date : Soutenance en 2005
• Etablissement(s) : Nantes
• Ecole(s) doctorale(s) : École doctorale sciences et technologies de l'information et des matériaux (Nantes)
• Partenaire(s) de recherche : Autre partenaire : Université de Nantes. Faculté des sciences et des techniques - École nationale supérieure des mines (Nantes ; 1990-2016)

Mots clés

Mots clés contrôlés

Mesures de Hausdorff

Analyse multivariée

Surveillance

Maîtrise statistique des processus

Résumé

L'utilisation des procédés par lots dans la production et le traitement des matières premières a montré une croissance significative pendant les dernières décennies. Elle représente une alternative au mode continu de production, un nouveau mode de production discontinu et diversifié en petites ou moyennes séries. Les procédés par lots ont des points de début et d'arrêts prédéterminés, les matières premières sont introduites dans le procédé en quantités prédéfinies, dans un ordre spécifique. Les méthodes statistiques qui ont été développées pour la surveillance des procédés par lots consistent en l'application des cartes de contrôle multivariables, l'utilisation de l'analyse multidimensionnelle des données, la détection et le diagnostic des défauts. Cependant, dans beaucoup de procédés industriels, les différents profils du même procédé par lots peuvent ne pas avoir le même temps total de durée. Dans ce cas, l'analyse des données du procédé pour effectuer le contrôle statistique multivariable peut être difficile. Cette thèse propose des nouvelles méthodes pour la surveillance hors-ligne et en-ligne des procédés par lots à temps variable basées sur la distance de Hausdorff. Les méthodes proposées ont été appliquées dans une étude de cas simulé et dans une étude de cas industriel. La conclusion est que les méthodes proposées peuvent distinguer efficacement entre les lots nominaux et non nominaux après et avant leur accomplissement.

The use of batch processes in the production and the treatment of the raw materials showed a significant growth during the last decades. A batch process is a discontinuous system of production usually met in the processing of the matter industries such as, for example, chemical and pharmaceutical. It represents an alternative to the continuous mode of production diversified in small or average series. Batch processes have predetermined starting and stopping points and raw materials are introduced into the process a predefined amounts, in a specific sequence. The methods developed for the monitoring of batch processes consist in the application of multivariate control charts, in the use of multivariate statistical projection methods, fault detection and process diagnosis. However, in many industries, different runs of the same batch process have a different duration or the duration of various stages within the batches is not the same. In these cases, data analysis from process for performing the multivariate statistical process control can be difficult. This thesis proposes new methods for off-line and on-line monitoring of batch processes with varying duration based on the Hausdorff Distance. These new methods have been successfully tested on a simulated example and on a industrial case example. The conclusion is that these methods are able to efficiently discriminate between nominal and non-nominal batches after and before their completion.