Méthodologie d'éco-conception de procédés par optimisation multiobjectif et aide à la décision multicritère

par Adama Ouattara

Thèse de doctorat en Génie des procédés et de l'environnement

Sous la direction de Catherine Azzaro-Pantel et de Luc Pibouleau.

Soutenue le 18-07-2011

à Toulouse, INPT .


  • Résumé

    Ce travail a pour objectif le développement d’une méthodologie de conception de procédés éco-efficaces, avec prise en compte simultanée de considérations écologiques et économiques lors de la phase de conception préliminaire de procédés chimiques. L’aspect environnemental est quantifié à travers l’utilisation d’un ensemble d’indicateurs selon les lignes directrices de concepts de développement durable. Le cadre conceptuel est basé sur une modélisation du procédé et de l’unité de production d’utilités, car l’impact environnemental d’un procédé est lié non seulement aux effluents directs du procédé, mais également à la consommation énergétique, l’effet du recyclage, de la conversion des matières premières … Dans ce but, le logiciel d’aide à la décision ARIANETM dédié à la gestion des utilités des unités de production (vapeur, électricité, eau …) et des effluents (CO2, SO2, NOx, etc..) a été couplé au modèle d’un procédé pour déterminer les besoins en énergies primaires et quantifier les émissions polluantes. Ces modèles ont ensuite été intégrés au sein d’une boucle d’optimisation multiobjectif, basée sur une variante d’un algorithme génétique multiobjectif de type NSGA-II (Non Sorted Genetic Algorithm). Le compromis entre les objectifs économiques et écologiques est illustré à travers la génération de fronts de Pareto. La sélection des meilleures solutions parmi cet ensemble est effectuée par utilisation de techniques d’analyse multicritère. L’exemple test bien connu du procédé de production de benzène par hydrodésalkylation du toluène (HDA) est revisité ici dans un mode multiobjectif pour illustrer l’utilité de l’approche pour trouver des solutions de conception économiques et écologiques.

  • Titre traduit

    Process eco-design methodology by multiobjective optimization and multicriteria decision making


  • Résumé

    This study aims at the development of a design methodology for eco-efficient processes, meaning that ecological and economic considerations are taken into account simultaneously at the preliminary design phase of chemical processes. The environmental aspect is quantified by using of a set of indicators following the guidelines of sustainability concepts. The design framework is based on a modelling approach considering both process and utility production units, since the environmental impact of a chemical process not only contains the material involved in the process but also the energy consumption, the effect of flow recycle, material conversion and so on... For this purpose, a decision support tool dedicated to the management of plant utilities (steam, electricity, water...) and pollutants (CO2, SO2, NOx, etc..), (ARIANETM package) was coupled to process modelling and used here both to compute the primary energy requirements of the process and to quantify its pollutant emissions. Both models were thus integrated in an outer multiobjective optimization loop, based on a variant of the so-called NSGA-II (Non Sorted Genetic Algorithm) multiobjective genetic algorithm. The trade-off between economic and environmental objectives is illustrated through the generation of Pareto fronts. The selection of the best design alternatives is performed through the use of multicriteria analysis. The well-known benchmark process for hydrodealkylation (HDA) of toluene to produce benzene, revisited here in a multi-objective mode, is used to illustrate the usefulness of the approach in finding environmentally friendly and cost-effective designs.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.