Recherche Avancée

Thèse soutenue

Construction d'un capteur logiciel pour le contrôle automatique du procédé de coagulation en traitement d'eau potable

FR
Auteur / Autrice : Nicolas Valentin
Direction : Thierry Denoeux
Type : Thèse de doctorat
Discipline(s) : Contrôle des systèmes
Date : Soutenance en 2000
Etablissement(s) : Compiègne

Résumé

FR

L'établissement de modèles du comportement des systèmes est un problème incontournable en automatique. D'importants efforts dans le développement de méthodes de contrôle et de surveillance automatique ont été effectués durant ces dernières années. Le présent travail s'inscrit dans ce courant de recherche, en proposant une nouvelle approche pour l'automatisation du dosage de coagulant en traitement d'eau potable. L'objectif des traiteurs d'eau est la production d'une eau potable de qualité irréprochable à un faible coût. La coagulation est l'une des étapes les plus importantes dans le traitement des eaux de surface. Le contrôle de cette opération est essentiel pour la maîtrise de la qualité de l'eau traitée en sortie (turbidité), pour le contrôle du coagulant résiduel en sortie et la diminution des coûts de fonctionnement (coût des produits chimiques et opération de maintenance). Cette thèse aborde le problème de la prédiction en ligne de la dose optimale de coagulant dans une usine de traitement d'eau potable en fonction des caractéristiques de l'eau brute (conductivité, turbidité, pH, etc. ) à l'aide d'un modèle basé sur les réseaux de neurones artificiels (RNA). Le procédé de coagulation met en jeu de nombreux phénomènes physiques et chimiques complexes qu'il est difficile modéliser en utilisant des méthodes de modélisation traditionnelles. Il a été démontré, expérimentalement, que la quantité de coagulant assurant une efficacité optimale du procédé de coagulation n'est pas linéairement corrélée avec les paramètres de qualité de l'eau brute telles que la turbidité, la conductivité, le pH, la température, etc. Le capteur logiciel développé est un système hybride comprenant une carte auto-organisatrice de Kohonen (SOM) pour la validation et la reconstruction des données, et un perceptron multicouches (MLP) pour la modélisation du procédé de coagulation. L'intérêt principal du système réside dans sa capacité à prendre en compte diverses sources d'incertitude, telles que des données d'entrées atypiques, des erreurs de mesure et la taille limitée de l'ensemble d'apprentissage. Des résultats expérimentaux sont présentés et montrent l'efficacité de cette approche.