Exemple d'application des STIC pour la télégestion des procédés d'épuration: le projet européen TELEMAC O.Bernard COMORE INRIA Sophia.

Présentation au sujet: "Exemple d'application des STIC pour la télégestion des procédés d'épuration: le projet européen TELEMAC O.Bernard COMORE INRIA Sophia."— Transcription de la présentation:

1 Exemple d'application des STIC pour la télégestion des procédés d'épuration: le projet européen TELEMAC O.Bernard COMORE INRIA Sophia

2 COMORE Contrôle et Modélisation des Ressources Renouvelables
Présentation de l’équipe INRIA COMORE Contrôle et Modélisation des Ressources Renouvelables             INRIA-Sophia CNRS-Villefranche Dirigée par Jean-Luc Gouzé

3 Présentation de l’équipe INRIA
COMORE : Objectifs Appliquer et développer des méthodes de l'automatique aux ressources vivantes exploitées, afin d'en améliorer la gestion. Epuration de l ’eau Croissance du phytoplancton Lutte biologique Modélisation Estimation Régulation Contrôle optimal

4 TELEMonitoring and Advanced teleControl
of high yield wastewater treatment plants TELEMAC O.Bernard INRIA Sophia

5 Présentation générale
TELEMAC : présentation générale Présentation générale TELEMAC est un projet IST 15 partenaires et 7 pays Durée: 3 ans Budget total : 4.6 Millions € (Financé par l UE : 2.1 M€) Coordination : O.Bernard et B. le Dantec       

6 TELEMAC : présentation générale
Le projet TELEMAC propose un système modulaire et fiable assurant le suivi et le contrôle à distance d ’unités de dépollution sans expertise locale       

7 TELEMAC : présentation générale
Centre de télésurveillance

8 TELEMAC : présentation générale
Objectifs généraux Proposer un ensemble d'outils adaptables et modulaires afin de:        améliorer la qualité de la dépollution améliorer la fiabilité réduire le coût de traitement mieux valoriser les produits dérivés        Téléporter l ’expertise       

9 La fermentation anaérobie ?
Digestion anaérobie : problème fondamental La fermentation anaérobie ? Un procédé de traitement qui produit aussi de l'énergie… mais...

10 MATIERE ORGANIQUE COMPLEXE
Schéma simplifié de la digestion anaérobie MATIERE ORGANIQUE COMPLEXE acidogenèse hydrolyse Protéines Carbohydrates Lipides Hydrolysis Acides aminés, Sucres Acides Gras, Alcools acetogenèse PRODUITS INTERMEDIAIRES (Propionate, Butyrate etc) Oxidation Anaérobie Fermentation methanogenèse Acétate Hydrogène, CO2 Homoacetogenèse MethanogenèseAcétotrophe Methane CO2 MethanogenèseHydrogénotrophe

11 Digestion anaérobie : problème fondamental
2 étapes principales Acidogenèse: DCO AGV + CO2 Bactéries acidogènes rapide Inhibition Methanogenèse: AGV CH4 + CO2 Bactéries méthanigènes lent DCO : Demande Chimique en Oxygène, AGV: Acides Gras Volatils

12 Fonctionnement normal
Digestion anaérobie : problème fondamental Fonctionnement normal CO2 CH4 Acidogenèse Methanogenèse Vitesse de réaction Acidité

13 Procédé difficile à piloter
Digestion anaérobie : problème fondamental Surcharge Acidogenèse CO2 CH4 CO2 CH4 CO2 CH4 Methanogenèse Vitesse de réaction Acidité Procédé difficile à piloter

14 Digestion anaérobie : problème fondamental
Procédé qui nécessite une certaine expertise De nouveaux capteurs Valider l ’information Estimer des variables clés Combiner cette information pour détecter une panne Transmettre ces informations à un expert Mieux le surveiller Mieux le stabiliser Mieux comprendre sa dynamique Mieux simuler sa dynamique Proposer des stratégies de régulation Entraîner un expert Tenir compte des incertitudes pour fiabiliser le procédé

15 Digestion anaérobie : problème fondamental
De nouveaux capteurs Valider l ’information Estimer des variables clés Combiner cette information pour détecter une panne Transmettre ces informations à un expert Mieux surveiller

16 Développer de nouveaux capteurs
AnaSense: mesure AGV, bicarbonate et alcalinité

17 Valider l’information
r10 : à partir du bilan DCO r4 : à partir d'éq. algébriques r5 r10 TOC pH Spectro Titri. Zin gas CODin r6 r8 r9 r7 r4 r1, r2 r3 r12 r11 r12 réseaux de capteurs r12 : à partir d'observateurs r1, r2 r3 : à partir de redondances physiques

18 Estimer des variables clés
 Capteur logiciel : combiner des mesures et un modèle pour estimer les variables non mesurées Mesures du CH4 en ligne Modèle Estimation de la DCO sur 140 jours (méthaniseur 2000m3) Prise en compte de l ’incertitude

19 Combiner les informations pour estimer une panne
A partir de règles expertes (floues) 0.0 0.2 0.4 0.6 0.8 1.0 N UL HO OO HO or T pH/Qin 20 40 60 80 100 120 20 40 60 80 100 120 4 5 6 7 8 9 pH dans le réacteur Débit alimentation (l/h) 20 40 60 80 100 120 2000 4000 6000 Temps (heures) AGVs dans le réacteur (mg/l) 0.0 0.2 0.4 0.6 0.8 1.0 N UL HO OO or T ? AGV/Qin 0.0 0.2 0.4 0.6 0.8 1.0 ? T HO OO or T UL N 20 40 60 80 100 120 A partir du gestionnaire d'états TOXIQUE : appel d'un expert distant

20 Gestion distribuée de l'information
actionneurs capteurs procédé Supervision locale XML Internet PlantML : format d'échange de données  Formalisme dédié aux WWTP  Fonctions de télégestion Acteurs distants Base de données, traçabilité Programmes avancés Expert

21 Transmettre ces informations à un expert

22 Transmettre ces informations à un expert
Interface WAP

23 Digestion anaérobie : problème fondamental
Mieux stabiliser Mieux comprendre sa dynamique Mieux simuler sa dynamique Proposer des stratégies de régulation Entraîner un expert

24 Mieux représenter la dynamique de ce système complexe
AGV=9 g/l ! Modèles dynamiques de l ’évolution du fermenteur Modèles valable en condition de fonctionnement anormal

25 Mieux comprendre la dynamique
Etude de la stabilité et définition d’un indice de risque  Quel est le risque d’acidification ?

26 Mieux comprendre la dynamique
Etude du plan de phase Bassin d’attraction du mode de fonctionnement normal Fonctionnement normal Marge de stabilité ? Bassin d’attraction du point de fonctionnement NORMAL Biomasse méthanogène Séparatrice Acidification Bassin d’attraction du point d ’acidification Acides Gras Volatils

27 Evolution du Bassin d’attraction avec le taux de Dilution
Mieux comprendre la dynamique Evolution du Bassin d’attraction avec le taux de Dilution Marge de stability Séparatrice Taux de dilution élevé Marge de stabilité =0 Risque faible Risque élevé Séparatrice Taux de Dilution faible

28 Mieux comprendre la dynamique
Estimation du risque associé à un mode de gestion AGV (mmol/l) Risque (%) Temps (jours) Temps (jours)

29 Mieux réguler et stabiliser
Contrôle robuste… compatible avec la télégestion Basé sur les mesures en ligne de méthane Peu d’hypothèse sur l’alimentation

30 Sans contrôleur : boucle ouverte
Mieux réguler et stabiliser Sans contrôleur : boucle ouverte Surcharge et acidification !

31 Avec contrôleur : boucle fermée
Mieux réguler et stabiliser Avec contrôleur : boucle fermée Pas d’acidification !

32 Entraîner un expert Méthaniseur virtuel Tester des scenarii de panne Tester des lois de contrôle Tester les logiciels de télégestion...

33 Base de données, traçabilité
TELEMAC : Conclusion actionneurs capteurs procédé Internet Supervision locale avancée Supervision distante Base de données, traçabilité Programmes avancés Expert

34 Permettre une gestion à distance par des experts
TELEMAC : Conclusion Un ensemble d ’outils pour mieux surveiller et contrôler des méthaniseurs Permettre une gestion à distance par des experts  Rendre la méthanisation possible, même pour des sites isolés  Créer les conditions optimales pour la valorisation du biogaz Internet Expert

35 Merci de votre attention !

36 Les piles à combustible