Développement de capteurs logiciels pour procédés industriels par estimation paramétrique

Soft sensor design for industrial processes using parametric estimation

• Auteur / Autrice : Baya Hadid
• Direction : Thierry Poinot, Régis Ouvrard, Erik Etien
• Type : Thèse de doctorat
• Discipline(s) : Automatique, productique
• Date : Soutenance le 02/12/2014
• Etablissement(s) : Poitiers
• Ecole(s) doctorale(s) : École doctorale Sciences et ingénierie pour l'information, mathématiques (Limoges ; 2009-2018)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique et d'automatique pour les systèmes - LIAS (Poitiers ; 2012-.....)
• Partenaire(s) de recherche : faculte : École nationale supérieure d'ingénieurs (Poitiers ; 1984-....)
• Jury : Président / Présidente : Rachid Malti
• Jury : Examinateurs / Examinatrices : Thierry Poinot, Régis Ouvrard, Erik Etien, Laurent Le Brusquet
• Jury : Rapporteurs / Rapporteuses : Rachid Malti, Laurent Autrique

Mots clés

Mots clés contrôlés

Chaudières

Fours à résistance

Compresseurs d'air

Estimation de paramètres

Capteurs (technologie)

Mots clés libres

Capteur logiciel

Estimation paramétrique

Modèle linéaire à paramètres variants

Efficacité énergétique

Fours électriques à résistances

Chaudière industrielle

Compresseur volumétrique

Soft sensor

Parametric estimation

Linear parameter varying model

Energy efficiency

Electric furnaces

Industrial boiler

Volumetric air compressor

Résumé

Cette thèse a été financée par l’ANR au travers du programme Efficacité énergétique et réduction des émissions de CO2 dans les systèmes industriels. Le projet CHIC - CHaîne de mesure Innovante à bas Coût - initié et porté par EDF R&D a pour objectifs de concevoir une chaîne de mesure innovante à faible coût et non-intrusive, permettant de détecter des dérives de consommation avecune justesse de mesure de l'ordre de 5%. Cette thèse est consacrée à la mise en œuvre de capteurs logiciels pour des mesures de puissance et de débits. Trois sous-ensembles ont permis de mener des essais en situation quasi-industrielle : un four électrique, une chaudière à gaz et un compresseur d'air. L'application sur le four électrique a porté sur l'estimation de la puissance électrique et ladétection de défauts à partir des mesures disponibles en utilisant de l’estimation en boucle fermée du modèle du four à vide et en charge. L'estimation de débits a été menée sur une chaudière industrielle et un compresseur d'air. Les paramètres des modèles variant en fonction d’autres grandeurs telles que la pression, la température et le taux d’humidité, une approche LPV a été proposée. Une approche non-paramétrique à l'aide de processus gaussiens est également étudiée dans le cas de la chaudière. Le capteur de débit de gaz a été validé sur site via une implémentation directe en C# dans l'automate de contrôle du processus. Dans le cas du compresseur, l'étude de cette variation paramétrique en fonction de la température, l’humidité et la pression de refoulement de l’air a été menée. Ces premières études ont montré la faisabilité des différents capteurs logiciels permettant d'atteindre les objectifs fixés.

This thesis was funded by the ANR through the Energy Efficiency and reduction of CO2 emissions in industrial systems program. The CHIC - CHaîne de mesure Innovante à bas Coût - project initiated and supported by EDF R&D aims to develop and test an innovative low cost and nonintrusive measuring system to monitor and analyze the consumption of energy fluids used in industrial sites in order to detect consumption drifts with a measurement accuracy of about 5%. This thesis focuses on the soft sensors implementation for power and flow measurements. Three subsets were used to carry out experiments in an almost industrial situation: an electric furnace, a gas boiler and an air compressor. The electric furnace application was on the electric power estimation and fault detection using a closed-loop estimation of the furnace model from the set and inner temperatures and the control signal of free-load and load tests. The flows estimation was conducted on an industrial boiler and an air compressor. Since the models parameters depend on other variables, a static LPV approach is proposed. On the boiler, the gas flow is estimated from the valve control and the gas pressure and temperature using different valve types. A non-parametric approach using Gaussian processes is also studied on this subset. The gas flow sensor has been validated on-site using a direct implementation in C# on the PLC process control. On the compressor, the parametric variation study according to the air temperature, humidity and discharge pressure has been conducted on simulation and real data. These early studies have shown the feasibility of the different soft sensors to achieve the fixed objectives.