Gestion de procédés discontinus : méthodologie de modélisation et d'optimisation d'opérations de dispersion liquide-liquide en cuve agitée

Management of batch processes : methodology for the modelling and the optimization of liquid-liquide dispersion operations in agitated vessels

• Auteur / Autrice : Maysoun Dames
• Direction : Catherine Xuereb, Catherine Azzaro-Pantel
• Type : Thèse de doctorat
• Discipline(s) : Génie des procédés et de l'environnement
• Date : Soutenance en 2005
• Etablissement(s) : Toulouse, INPT

Mots clés

Mots clés contrôlés

Réseaux neuronaux (informatique)

Émulsions

Algorithmes génétiques

Suspensions (chimie)

Résumé

Les dispersions liquide-liquide et les émulsions sont présentes dans un grand nombre de domaines industriels ainsi que dans une grande variété de produits. Leur élaboration est parmi les opérations les plus complexes. L'influence très importante et combinée, des propriétés physico-chimiques des produits et de l'hydrodynamique dans l'appareil utilisé rend extrêmement difficile la prédiction des caractéristiques de la dispersion et, a fortiori, l'optimisation du procédé. Notre étude porte sur le cas de deux types de dispersions liquide-liquide, ayant en commun d'être réalisées en cuve agitée, mais à vocations très différentes. Le premier cas concerne une opération d'extraction, tandis que le deuxième vise la fabrication d'un produit dont une propriété doit être contrôlée (la taille des gouttes). Selon la nature et la complexité des phénomènes envisagés, nous avons développé deux démarches différentes. Dans le premier cas, nous avons adopté une démarche expérimentale pour optimiser le rendement d'une étape de procédé de purification des acrylates multi-fonctionnels. Le résultat a mis en évidence l'influence prépondérante de certains paramètres opératoires et a ouvert la voie vers le développement d'un nouveau procédé répondant à des exigences environnementales et économiques. Dans la deuxième application, concernant l'élaboration d'émulsions présentant des propriétés particulières, nous avons appliqué une démarche synthétique, basée sur le couplage entre un réseau de neurones, en tant qu'outil de modélisation non linéaire de la relation fonctionnelle entre le diamètre moyen de gouttes et les différentes variables opératoires, et un algorithme génétique, comme un moyen de prédiction de conditions opératoires satisfaisant à un critère donné (d32). L'application de ces outils dans le domaine physique s'est révélée d'un grand intérêt. Elle ouvre une immense voie vers la maîtrise de la complexité des procédés en imposant plusieurs scénarii d'opération possibles

Liquid-liquid dispersions and emulsions are formed in a large number of industrial domains, as well as in a wide range of products. However, their development presents one of the most complex operations. Dispersions are highly dependant on the physicochemical properties of products used and the hydrodynamics in the apparatus, which makes the prediction of the dispersion characteristics, and in particular, the optimization of the process, extremely difficult. This thesis investigates two types of liquid-liquid dispersions. Each type is discussed via separate case studies both created in an agitated vessel. The first case investigates an extraction operation, while the second concerns emulsions manufacturing, where by the drop size must be controlled. According to the nature and the complexity of the phenomena considered, two different approaches have been developed. In the first case, an experimental approach has been employed in order to optimize the yield in the purification step of a multi-functional acrylates process. The results show that there are predominant influences of certain operating parameters. It argued therefore that there is a need to develop a new process which considers environmental and economic requirements. In the second case, the development of emulsions with particular properties was investigated. The case adopts a synthetic approach that is based upon coupling a neural network and a genetic algorithm. Neural network is used as a non-linear modelling tool to determine the functional relationships between the means drop diameter and different operating variables. The genetic algorithm is used as a means for prediction the operating conditions that enable a given criteria (d32) to be reached. The application of these tools in the physical domain studied was shown to be of great interest. It is anticipated that such tools will lead to the development of new ways to control complex processes.