Simulation des procédés (partie 3/4)

## Objectifs et prérequis **Objectifs** : À la fin de ce chapitre, l’élève sera capable de : - Définir et choisir les paramètres opératoires pertinents pour une simulation de procédé industriel. - Interpréter les résultats d’une simulation en vérifiant les bilans de matière et d’énergie et en réalisant une analyse de sensibilité. - Formuler et résoudre un problème d’optimisation d’un procédé simulé en tenant compte des contraintes techniques, économiques et environnementales propres au contexte camerounais. **Prérequis** : - Maîtrise des bilans de matière et d’énergie (cours de première et de terminale). - Notions de thermodynamique appliquée (équilibres de phase, propriétés des mélanges). - Connaissances de base sur les logiciels de simulation (Aspen Plus, HYSYS, ou équivalents libres) : création d’un flux de procédé, définition des unités opératoires. - Notions de sécurité industrielle (prévention des risques liés à la pression, à la température et aux produits chimiques). --- ## Introduction contextualisée Au Cameroun, l’industrie agro‑alimentaire (huile de palme, transformation du manioc, production de boissons) et les secteurs de l’énergie (raffinage du pétrole, production de biocarburants) recourent de plus en plus à la simulation numérique pour concevoir, améliorer et optimiser leurs procédés. La maîtrise des paramètres opératoires, l’analyse critique des résultats et l’optimisation permettent de réduire la consommation d’énergie, d’augmenter les rendements et de respecter les normes environnementales (déchets liquides, émissions de CO₂). Ce chapitre s’appuie sur un exemple concret : la distillation d’un mélange éthanol‑eau destiné à la production de biocarburant à partir de la fermentation du manioc, une filière en plein essor dans les régions du Littoral et du Centre. --- ## I. Leçon 19 : Paramètres opératoires d’une simulation ### 1. Définition et rôle > **Paramètre opératoire** : grandeur réglable (débit, température, pression, composition, reflux, etc.) qui définit les conditions de fonctionnement d’une unité opératoire dans un modèle de simulation. Les paramètres opératoires sont les variables d’entrée que l’ingénieur fixe pour obtenir un état de procédé souhaité (pureté, rendement, consommation d’énergie). ### 2. Types de paramètres | Catégorie | Exemple | Unité | Rôle dans la simulation | |-----------|---------|-------|--------------------------| | Variables d’entrée (feed) | Débit massique du mélange éthanol‑eau | kg h⁻¹ | Définit la matière à traiter | | Variables de réglage | Rapport de reflux (R) | adimensionnel | Contrôle la séparation dans la colonne | | Variables de sortie | Composition du distillat (x_D) | % masse | Résultat à atteindre | | Paramètres de conception | Nombre de plateaux théoriques (N) | adimensionnel | Influencé par le choix du colonne | | Conditions opératoires | Pression de colonne (P) | bar | Influence les équilibres de vapeur‑liquide | ### 3. Exemple professionnel : colonne de distillation éthanol‑eau Dans une unité de production de biocarburant au Cameroun, on souhaite obtenir un distillat contenant ≥ 95 % masse d’éthanol à partir d’un feed de 10 000 kg h⁻¹ contenant 8 % masse d’éthanol. Les paramètres opératoires à fixer sont : - Débit du feed (F) = 10 000 kg h⁻¹ - Température du feed (T_F) = 30 °C - Pression de colonne (P) = 1,2 bar (pression légèrement au‑dessus de la pression atmosphérique pour éviter les infiltrations d’air) - Rapport de reflux (R) – à déterminer - Nombre de plateaux théoriques (N) – choisi à 20 après pré‑dimensionnement ### 4. Tableau récapitulatif des paramètres typiques d’une colonne de distillation | Paramètre | Symbole | Unité | Valeur typique (exemple) | |-----------|---------|-------|--------------------------| | Débit du feed | F | kg h⁻¹ | 10 000 | | Température du feed | T_F | °C | 30 | | Pression de colonne | P | bar | 1,2 | | Rapport de reflux | R | – | 1,5 (à optimiser) | | Nombre de plateaux théoriques | N | – | 20 | | Débit de reflux | L | kg h⁻¹ | R·D | | Débit de distillat | D | kg h⁻¹ | à calculer | | Débit de résidu | B | kg h⁻¹ | F – D | ### 5. Formule de base : rapport de reflux > **Rapport de reflux** : \( R = \dfrac{L}{D} \) où \(L\) est le débit de reflux retourné à la colonne et \(D\) le débit de distillat retiré. ### 6. Exemple chiffré : détermination du débit de reflux nécessaire On utilise la relation de Fenske pour estimer le nombre minimal de plateaux théoriques à reflux total, puis la méthode de Gilliland pour obtenir le rapport de reflux réel. 1. **Composition du distillat souhaitée** : \(x_D = 0,95\) (éthanol) 2. **Composition du résidu admise** : \(x_B = 0,02\) (éthanol) 3. **Coefficient de séparation relatif** (éthanol/eau à 1,2 bar) : \(\alpha \approx 1,8\) Nombre minimal de plateaux à reflux total (Fenske) : \[ N_{min}= \frac{\ln\left[\frac{x_D}{1-x_D}\frac{1-x_B}{x_B}\right]}{\ln \alpha} = \frac{\ln\left[\frac{0,95}{0,05}\frac{0,98}{0,02}\right]}{\ln 1,8} \approx \frac{\ln(1862)}{0,587} \approx \frac{7,53}{0,587} \approx 12,8 \;\text{plateaux} \] On choisit \(N = 20\) plateaux réels → facteur de marge ≈ 1,6. En utilisant la corrélation de Gilliland (approximation) : \[ \frac{N-N_{min}}{N+1}=0,75\left[1-\left(\frac{R-R_{min}}{R+1}\right)^{0,566}\right] \] avec \(R_{min}\) obtenu par la méthode de Underwood (pour ce binaire, \(R_{min}\approx 0,8\)). En résolvant numériquement on trouve \(R \approx 1,4\). Débit de distillat (bilan de matière sur l’éthanol) : \[ F\,z_F = D\,x_D + B\,x_B \] avec \(z_F = 0,08\). On suppose que le résidu contient peu d’éthanol, on néglige \(x_B\) dans le deuxième terme pour une première approximation : \[ D \approx \frac{F\,z_F}{x_D}= \frac{10\,000\times0,08}{0,95}\approx 842\; \text{kg h⁻¹} \] Puis \(B = F-D \approx 9\,158\) kg h⁻¹. Débit de reflux : \[ L = R \times D = 1,4 \times 842 \approx 1\,179\; \text{kg h⁻¹} \] > **Résultat** : Pour obtenir un distillat à 95 % éthanol avec une colonne de 20 plateaux à 1,2 bar, il faut fixer un rapport de reflux d’environ 1,4, ce qui correspond à un débit de reflux d’environ 1 180 kg h⁻¹. --- ## II. Leçon 20 : Analyse des résultats de simulation ### 1. Vérification de la fermeture des bilans Après exécution de la simulation, le logiciel fournit les débits, températures et compositions de chaque flux. L’ingénieur doit s’assurer que : - **Bilan de matière** : \(\sum \dot{m}_{entrée} = \sum \dot{m}_{sortie}\) (écart < 1 %). - **Bilan d’énergie** : \(\sum \dot{Q}_{entrée} + \sum \dot{H}_{entrée} = \sum \dot{Q}_{sortie} + \sum \dot{H}_{sortie}\) (écart < 2 %). ### 2. Analyse de sensibilité On varie un paramètre opératoire (ex. : pression de colonne) tout en maintenant les autres constantes, puis on observe l’impact sur les variables de réponse (pureté du distillat, duty du réchauffeur). Cette analyse permet d’identifier les paramètres critiques et d’établir des marges de sécurité. ### 3. Outils graphiques utilisés - **Courbe de température le long de la colonne** (profil T vs. étage). - **Diagramme de composition** (x‑y) montrant les étapes d’équilibre. - **Histogramme de consommation énergétique** (duty du réchauffeur, du condenseur). ### 4. Exemple d’analyse : colonne de distillation précédente Après la simulation avec \(R=1,4\) et \(P=1,2\) bar, le logiciel donne : | Flux | Débit (kg h⁻¹) | Temp. (°C) | Composition éthanol (% masse) | |------|----------------|------------|-------------------------------| | Feed (F) | 10 000 | 30 | 8,0 | | Distillat (D) | 842 | 78,2 | 95,0 | | Résidu (B) | 9 158 | 98,5 | 1,5 | | Reflux (L) | 1 179 | 78,2 | 95,0 | | Vapeur de chauffage (Q_R) | – | – | Duty = 1 850 kW | | Condenseur (Q_C) | – | – | Duty = 1 720 kW | **Vérification du bilan de matière sur l’éthanol** : Entrée : \(10 000 \times 0,08 = 800\) kg h⁻¹ Sortie : \(842 \times 0,95 + 9 158 \times 0,015 = 799,9 + 137,4 ≈ 937,3\) kg h⁻¹ → écart dû à l’arrondi ; en affinant la composition du résidu à 0,9 % on obtient 800 kg h⁻¹ (écart < 0,1 %). **Vérification du bilan d’énergie** (approximation) : Enthalpie spécifique du mélange éthanol‑eau à 78 °C ≈ 2,8 kJ kg⁻¹ K⁻¹ × (78‑25) ≈ 148 kJ kg⁻¹. Enthalpie du feed : \(10 000 \times 148 ≈ 1 480 000\) kJ h⁻¹ = 411 kW. Enthalpie du distillat + résidu ≈ (842+9 158)×148 ≈ 1 480 000 kJ h⁻¹ = 411 kW. Le duty du réchauffeur (1 850 kW) compense la chaleur de vaporisation nécessaire pour produire la vapeur interne de la colonne ; le condenseur récupère une partie de cette énergie. L’écart global < 2 % confirme la fermeture du bilan. ### 5. Tableau de synthèse des résultats clés | Variable | Valeur | Unité | Commentaire | |----------|--------|-------|-------------| | Rapport de reflux (R) | 1,4 | – | Valeur optimisée | | Débit de distillat (D) | 842 | kg h⁻¹ | Fournit le produit éthanol | | Pureté du distillat | 95,0 | % masse | Conforme au cahier des charges | | Duty du réchauffeur (Q_R) | 1 850 | kW | Consommation vapeur principale | | Duty du condenseur (Q_C) | 1 720 | kW | Récupération d’énergie | | Écart bilan matière | 0,05 | % | Acceptable | | Écart bilan énergie | 1,3 | % | Acceptable | > **À retenir** : L’analyse des résultats passe systématiquement par la vérification des bilans, l’étude de sensibilité et l’interprétation des profils de température et de composition. --- ## III. Leçon 21 : Optimisation d’un procédé simulé ### 1. Objectif de l’optimisation Dans le contexte camerounais, l’optimisation vise à : - Réduire la consommation d’énergie vapeur (coût opérationnel). - Maximiser le rendement en éthanol (valorisation du manioc). - Respecter les contraintes de sécurité (pression < 2 bar, température < 120 °C) et environnementales (émission de CO₂ < 0,5 kg kWh⁻¹ d’éthanol produit). ### 2. Méthodologie d’optimisation 1. **Définition de la fonction objectif** : par exemple, minimiser le coût horaire de vapeur \(C = c_{vapeur} \times Q_R\) (c_{vapeur} = 0,08 USD kWh⁻¹). 2. **Choix des variables de décision** : rapport de reflux (R), pression de colonne (P), nombre de plateaux (N). 3. **Contraintes** : - \(x_D \ge 0,95\) (pureté minimale) - \(P \le 2,0\) bar (sécurité mécanique) - \(T_{max} \le 115\) °C (éviter la dégradation thermique) - \(N \ge 10\) (faisabilité technique) 4. **Algorithme** : la plupart des logiciels offrent un solveur basé sur la méthode du gradient réduit ou sur un algorithme génétique. L’ingénieur lance l’optimisation, examine la convergence et vérifie la faisabilité des solutions. ### 3. Exemple d’optimisation : variation de R et de P On fixe \(N = 20\) plateaux et on laisse varier \(R\) entre 1,0 et 2,0 et \(P\) entre 0,8 et 1,5 bar. La simulation montre que le duty du réchauffeur diminue lorsque la pression baisse (la température d’ébullition diminue) mais augmente lorsque le reflux devient trop élevé (plus de liquide à revaporiser). Le tableau ci‑dessous résulte de l’optimisation (fonction objectif = coût horaire de vapeur) : | R | P (bar) | Q_R (kW) | Coût vapeur (USD h⁻¹) | x_D (% masse) | Commentaire | |---|---------|----------|-----------------------|---------------|-------------| | 1,0 | 1,5 | 2 100 | 168 | 93,8 | Pureté insuffisante | | 1,2 | 1,2 | 1 950 | 156 | 94,5 | Légèrement en dessous | | **1,4** | **1,2** | **1 850** | **148** | **95,0** | **Solution optimale** | | 1,6 | 1,0 | 1 780 | 142 | 95,3 | Pression basse, risque de vide | | 1,8 | 0,8 | 1 720 | 138 | 95,6 | Pression très basse, nécessite pompe à vide coûteuse | > **À retenir** : Le couple (R = 1,4, P = 1,2 bar) offre le meilleur compromis entre consommation d’énergie et respect des contraintes de pureté et de sécurité. ### 4. Analyse de la robustesse On effectue une analyse de sensibilité autour du point optimal : une variation de ± 10 % sur R entraîne une augmentation du coût vapeur de moins de 3 %, tandis qu’une variation de ± 0,2 bar sur P modifie le coût de 5 % et peut approcher la limite de sécurité. Cela montre que la solution est relativement robuste vis‑à‑vis du reflux mais plus sensible à la pression. ### 5. Synthèse de la procédure d’optimisation 1. Définir la fonction objectif (coût, rendement, empreinte carbone). 2. Identifier les variables de décision et leurs bornes. 3. Énoncer les contraintes techniques, sécuritaires et environnementales. 4. Lancer l’optimisation via le solveur du logiciel de simulation. 5. Vérifier la faisabilité technique (ex. : disponibilité d’une colonne à pression donnée, capacité du réchauffeur). 6. Réaliser une analyse de sensibilité pour valider la robustesse. > **À retenir** : L’optimisation d’un procédé simulé n’est pas une simple recherche de minimum mathématique ; elle doit intégrer les réalités industrielles camerounaises (disponibilité des énergies, normes de sécurité, contraintes d’approvisionnement en matières premières). --- ## Synthèse du chapitre - **Paramètres opératoires** : débits, températures, pressions, compositions, reflux, nombre de plateaux ; ils définissent les conditions d’entrée du modèle. - **Analyse des résultats** : vérification des bilans de matière et d’énergie, étude de sensibilité, interprétation des profils de température et de composition. - **Optimisation** : formulation d’une fonction objectif, sélection des variables de décision, application de contraintes (sécurité, environnement, technique), utilisation d’un solveur intégré, validation par analyse de sensibilité. - **Exemple filière manioc‑éthanol** : distillation d’un mélange éthanol‑eau, détermination du rapport de reflux optimal (≈ 1,4) et de la pression de colonne (≈ 1,2 bar) pour obtenir ≥ 95 % éthanol avec consommation vapeur minimale. - **Sécurité** : respecter les limites de pression et de température, prévoir des dispositifs de décharge, surveiller les fuites de vapeurs d’éthanol (inflammable). --- ## Glossaire | Terme | Définition | |-------|------------| | Paramètre opératoire | Variable réglable (débit, température, pression, composition, reflux…) qui fixe les conditions de fonctionnement d’une unité opératoire dans une simulation. | | Rapport de reflux (R) | Ratio \(L/D\) entre le débit de reflux retourné à la colonne et le débit de distillat retiré. | | Bilan de matière | Équation assurant que la masse totale entrant dans un système égale la masse totale sortant (plus éventuelle accumulation). | | Bilan d’énergie | Équation assurant que l’énergie totale entrant (chaleur, travail, enthalpie des flux) égale l’énergie totale sortant (plus accumulation). | | Analyse de sensibilité | Étude de l’influence d’une variation d’un paramètre d’entrée sur les résultats de sortie afin d’identifier les variables critiques. | | Fonction objectif | Expression mathématique à minimiser ou maximiser (coût, rendement, empreinte carbone) dans un problème d’optimisation. | | Contrainte | Condition limite (sécurité, environnement, technique) que la solution d’optimisation doit respecter. | | Solveur | Algorithme intégré au logiciel de simulation qui recherche l’optimum d’une fonction objectif sous contraintes. | | Duty (Q) | Puissance thermique échangée dans un échangeur (réchauffeur, condenseur), exprimée en kilowatts (kW). | | Plateaux théoriques | Étapes d’équilibre vapeur‑liquide supposées idéales permettant de séparer les composants d’un mélange. | --- ## Exercices d'application corrigés ### Exercice 1 – Détermination du débit de reflux **Énoncé** : Une unité de distillation d’acétone‑eau fonctionne à 1,0 bar. Le feed contient 10 % masse d’acétone à un débit de 5 000 kg h⁻¹. On souhaite obtenir un distillat à 90 % masse d’acétone. Le nombre de plateaux théoriques est fixé à 18. En utilisant la relation de Fenske‑Underwood‑Gilliland, déterminer le rapport de reflux minimal \(R_{min}\) puis choisir un rapport de reflux réel \(R = 1,3\,R_{min}\). Calculer le débit de reflux \(L\) et le débit de distillat \(D\). **Corrigé** : 1. **Composition** : \(z_F = 0,10\), \(x_D = 0,90\), on prend \(x_B = 0,01\) (acétone dans le résidu). 2. **Facteur de séparation relatif** (acétone/eau à 1,0 bar) : \(\alpha \approx 2,5\). 3. **Nombre minimal de plateaux (Fenske)** : \[ N_{min}= \frac{\ln\left[\frac{x_D}{1-x_D}\frac{1-x_B}{x_B}\right]}{\ln \alpha} = \frac{\ln\left[\frac{0,9}{0,1}\frac{0,99}{0,01}\right]}{\ln 2,5} = \frac{\ln(891)}{0,916} \approx \frac{6,79}{0,916} \approx 7,4 \] 4. **Rapport de reflux minimal (Underwood)** pour un binaire : \[ R_{min}= \frac{x_D - \alpha x_B}{\alpha -1} = \frac{0,90 - 2,5\times0,01}{2,5-1} = \frac{0,90-0,025}{1,5} = \frac{0,875}{1,5} \approx 0,58 \] 5. **Rapport de reflux réel** : \(R = 1,3 \times R_{min} = 1,3 \times 0,58 \approx 0,75\). 6. **Bilan de matière sur l’acétone** : \[ F z_F = D x_D + B x_B \] On néglige \(x_B\) dans le terme du résidu pour une première approximation : \[ D \approx \frac{F z_F}{x_D}= \frac{5\,000 \times 0,10}{0,90}= \frac{500}{0,90}\approx 556\; \text{kg h⁻¹} \] Puis \(B = F-D \approx 4\,444\) kg h⁻¹. 7. **Débit de reflux** : \(L = R \times D = 0,75 \times 556 \approx 417\) kg h⁻¹. **Réponse** : \(R_{min}\approx0,58\); on choisit \(R\approx0,75\); débit de distillat \(D\approx556\) kg h⁻¹; débit de reflux \(L\approx417\) kg h⁻¹. --- ### Exercice 2 – Optimisation de la pression d’une colonne de déshydratation d’éthanol **Énoncé** : Une colonne de déshydratation d’éthanol fonctionne à une pression variable entre 0,8 et 1,5 bar. Le débit de feed est fixé à 8 000 kg h⁻¹ contenant 12 % masse d’éthanol. Le nombre de plateaux est de 22. Le coût horaire de vapeur est de 0,09 USD kWh⁻¹. On souhaite minimiser le coût de vapeur tout en maintenant une pureté d’éthanol du distillat ≥ 96 % masse. À l’aide des résultats de simulation fournis ci‑dessous, déterminer la pression optimale et le coût horaire associé. **Tableau de résultats de simulation** (déjà obtenus) : | P (bar) | Q_R (kW) | x_D (% masse) | |---------|----------|---------------| | 0,8 | 1 620 | 96,5 | | 1,0 | 1 730 | 96,2 | | 1,2 | 1 860 | 95,8 | | 1,4 | 2 010 | 95,3 | | 1,5 | 2 100 | 95,0 | **Corrigé** : - La contrainte de pureté exige \(x_D \ge 96\%\). Seules les lignes à \(P = 0,8\) bar et \(P = 1,0\) bar satisfont cette condition. - On compare le coût horaire de vapeur : - À \(P = 0,8\) bar : \(C = 0,09 \times 1 620 = 145,8\) USD h⁻¹. - À \(P = 1,0\) bar : \(C = 0,09 \times 1 730 = 155,7\) USD h⁻¹. - Le coût le plus faible est obtenu à la pression la plus basse compatible avec la pureté, soit **\(P_{opt}=0,8\) bar**. **Réponse** : Pression optimale = 0,8 bar ; débit de vapeur nécessaire = 1 620 kW ; coût horaire de vapeur = 145,8 USD h⁻¹. --- ## Erreurs fréquentes et règles de sécurité | N° | Erreur fréquente | Conséquence | Règle de bonne pratique / sécurité | |----|------------------|-------------|------------------------------------| | 1 | Oublier de convertir les unités (ex. : utiliser des kJ au lieu de kW dans le bilan d’énergie) | Erreur de plusieurs dizaines de pourcents sur le duty, surdimensionnement ou sous‑dimensionnement des échangeurs | Toujours vérifier l’homogénéité des unités avant de saisir les données dans le logiciel ; utiliser un tableau de conversion. | | 2 | Choisir un rapport de reflux trop faible sans vérifier la pureté du distillat | Produit hors spécification, nécessité de reprise coûteuse | Après chaque simulation, contrôler la composition du distillat ; si elle est inférieure au seuil, augmenter R de 0,1–0,2 et relancer. | | 3 | Négliger la vérification du bilan de matière sur les traces d’impuretés (ex. : eau dans l’éthanol) | Accumulation non détectée pouvant conduire à la corrosion ou à la formation de dépôts | Inclure toutes les espèces, même celles présentes à moins de 0,5 % ; faire un bilan de matière sur chaque composant. | | 4 | Utiliser une pression de colonne inférieure à la pression de vide autorisée par la conception mécanique | Risque d’effondrement de la colonne, fuite de vide, danger pour le personnel | Consulter la fiche technique de la colonne ; respecter la pression minimale de service (souvent 0,7 bar pour les colonnes à plaques). | | 5 | Lancer une optimisation sans définir de contraintes de sécurité (température maximale, pression maximale) | Le solveur peut proposer une solution théoriquement optimale mais dangereuse (ex. : surchauffe entraînant décomposition) | Toujours définir explicitement les limites de température et de pression comme contraintes dans le modèle d’optimisation. | | 6 | Interpréter un écart de bilan de 5 % comme négligeable sans chercher la source | Peut masquer une fuite de matière ou une erreur de saisie de données | Un écart > 1 % doit déclencher une revue des débits d’entrée, des compositions et des pertes éventuelles (évaporation, vents). | --- *Fin du cours.*