T.S 11 SYMPHOS 2013DCS- Mounsif ELHLALI.pptx

8/16/2019 T.S 11 SYMPHOS 2013DCS- Mounsif ELHLALI.pptx

1/41

EHLAL Mounsif & EL ASRI Said SYMPHOS Mai 2013

SYMPHOS 2013

Potentiels de développement et d’usage des SNCC

dans les Unités de Fa!i"ation d’#"ideP$osp$o!i%ue et des Fe!tilisants

Expérience de OCP Jorf Lasfar

Par: EHLAL Mounsif & EL ASRI SaidOCP JORF LASFAR MAROC

SYMPHOS Mai 2013


2/41


SITE DE OCP JORF LASFAR MAROC

JORF LASFAR

EL JADIDA

MAROC


3/41


SITE DE OCP JORF LASFAR MAROC

MAROCPHOSPHORE

IMACID

PAKISTAN

MAROC

PHOSPHORE

PORT

BUNGUE MAROCPHOSPHORE

Les

ODI


4/41


DCS à OCP Jorf LASFAR

OCP Jorf Lasfar a débuté la production en 198 pour la

!abrication d"Acide P#osp#ori$ue et des !ertilisants Centrales Thermi!es" Unit#s$ S!l%!ri!es" A&i'e Ph(s)h(ri!e"

C(n&entrati(n A&i'e Ph(s)h(ri!e" Fertilisants" Amm(nia&" St(&*a+es

Ph(s)hate" Man!tenti(n Pr('!its Interm#'iaires et Finis,

D#-!t 'es ann#es ./" intr('!&ti(n 'es A!t(mates Pr(+ramma-les En 0..1 mise en )la&e '! 0er DCS

A&t!ellement )res!e t(!tes les !nit#s 'e la )late %(rme s(nt '(t#es 'e

DCS (! A!t(mate Pr(+ramma-le

Pers(nnel -ien %(rm# et &(ntri-!e a! '#2el())ement 'es a))li&ati(ns

-as#es s!r les s3st4mes DCS (! A!t(mates Pr(+ramma-les

Bes(in en traitement 'es '(nn#es '5!ne mani4re n!m#ri!es s5a&&ent!e

Bes(in '5!tiliser 'es n(!2elles %(n&ti(nnalit#s et '5intr('!ire 'es

n(!2elles te&hn(l(+ies )(!r l5()timisati(n" la ma6trise" le ren'ement" la

'is)(ni-ilit#" la %ia-ilit#",7


5/41

EHLAL Mounsif & EL ASRI Said SYMPHOS Mai 2013EHLAL Mounsif & EL ASRI Said SYMPHOS Mai 2013

EXEMPLE D’ÉVOLUTION DES E/S DES DCS DANS UNE UNITÉPHOSPHORIQUE À JORF LASFARCas: MAROC PHOSPHORE


6/41


SYNOPTIQUE UNITÉ PHOSPHORIQUE OCP JORF LASFARCas: MAROC PHOSPHORE


7/41EHLAL Mounsif & EL ASRI Said SYMPHOS Mai 2013EHLAL Mounsif & EL ASRI Said SYMPHOS Mai 2013

ARCHITECTURE ADOPTÉE DANS LES UNITÉSPHOSPHORIQUES

E%S

Stations OpérateursA&ec Arc#i&a'e (nté'ré

Fibre optique

)ers Autres Salles de Contr*le et +CS

Station (n'énieur

Cartes d"E%S etContr*leurs

StationsMaintenance ,

+istanceStation

Application



ARCHITECTURE DISTRIBUÉE D’UN DCS

+A-A H(.H/A0



ARCHITECTURE ‘‘CLIENT SERVEUR’’ D’UN AUTOMATE PROGRAMMABLE

Redundant Servers

Supervision

(HMI)

PLC/Control

ler


10/41EHLAL Mounsif & EL ASRI Said SYMPHOS Mai 2013

DIFFÉRENCE ENTRE DCS ET AUTOMATE PROGRAMMABLE


11/41EHLAL Mounsif & EL ASRI Said SYMPHOS Mai 2013

DIFFÉRENCE ENTRE DCS ET AUTOMATE PROGRAMMABLE

CARACTÉRISTIQUES AUTOMATEPROGRAMMABLE DCS

Entrée dans les industries Années 19 2 partir de 1934

Replace5ent de 666 Relais ElectromécaniquesPneumatique & Régulateurs desBoucles simples

-7pe de Ré'ulationDiscret- Asservissement TOR(l’Automatisme

Régulation continue (l’Automatique

Applications 5aeures audébut !ndustries Automo"ile

Ra##ineries

Redondance Bac$up % #roid Bac$up % caud

Concept d"(n'énierie Programmation'on#iguration ProgrammationDéveloppement )

(nter&ention des Opérateurs Relativement simple et "asicPrincipalement les programmation desBoucles de Régulation

(nterface Opérateurs7nopti$ue:

*rapiques simples *rapiques sopistiqués

+i5ension%Capacité +imité +arge E,tensi"le)

Co;t d"(n&estisse5ent .. ....

S7st



EXPÉRIENCE DE OPC JORF LASFAR DANSLE DOMAINE DES DCS

&'(MS'#N)#*)S *(+U&S

P#* OCP &N',*-' (' #.#N'#/(

Arc#itecture= Arc#itecture +istribuée= >ase de +onnées ?ni$ue

Co55unication@ transparente@ rapide@ facileet fiable

Carte E%S a&ecHAR- (nté'ré

Co55unication directe a&ec lesinstru5ents intelli'ents dia'nostic@

para5étra'e@ 5aintenance@:

Co55unication@ transparente@ rapide@ facileet fiable

Modularité desCartes E%S

Le Bo5bre de &oies par carte sontdéfinies , l"a&ance 8 , 1 &oies5a:

= Maitrise dans les études de détail= Har5onisation tec#ni$ue entre les

sou5issionnaires= Répartition des Cartes E%S par Dones

Redondanceintrins



EXPÉRIENCE DE OPC JORF LASFAR DANSLE DOMAINE DES DCS

&'(M S'#N)#*)S *(+U&S

P#* OCP

&N',*-' (' #.#N'#/(

Redondance

Redondance des Contr*leurs@ desali5entations@ des Cartes ser&ant desDones né&ral'i$ues@ des réseau desco55unication

Plus de fiabilité et de fleibilité

Arc#i&a'e

= Arc#i&a'e lon'ue durée despara5



OUVERTURE DU DCS ET SA CONNEXION SUR LERÉSEAU LOCAL

Avant

.estion duMatériel et de

l"Ener'ie


l"Ener'ie

ContratsContrats

Pro'ra55ede

Production

Pro'ra55ede

Production

Cellule Etude etA5élioration de la

Production


Production

Co5ptabilitéCo5ptabilité

AssuranceGualité

AssuranceGualité

Ser&iceEpédition et

C#ar'e5ent dela

Production

Ser&iceEpédition etC#ar'e5ent de

laProduction

Co55andeProduction

Co55ande

Production

.estion de laMaintenance


Contr*le dela

Production

Contr*le dela

Production



OUVERTURE DU DCS ET SA CONNEXION SUR LERÉSEAU LOCAL

Après

ContratsContrats

Pro'ra55ede

Production

Pro'ra55ede

Production


l"Ener'ie


l"Ener'ie


Production


Production

Co5ptabilitéCo5ptabilité

AssuranceGualitéAssuranceGualité

Ser&iceEpédition etC#ar'e5ent de la

Production

Ser&iceEpédition et

C#ar'e5ent de la

Production

Co55andeProduction

Co55ande

Production



Contr*le dela

Production

Contr*le dela

Production

Contrôle de la Production:

Interactions en temps réel

Contrôle de la Production:

Interactions en temps réel



COB-RLE A)ABCI Introduction

Ense5ble des tec#ni$ues et straté'ies de contr*leal'orit#5es@ 5ét#odes de calcul@: a7ant pour obectifd"assurer une 5eilleure 5aFtrise du procédé pour

Am#li(rer le ren'ement 'e l5!nit#

Am#li(rer la !alit# 'es )r('!its A!+menter la )r('!&ti2it# R#'!ire les &(8ts #ner+#ti!es S5a'a)ter 9 'es 2ariati(ns 'e )r('!&ti(ns

Ma6triser les )hases &riti!es 'e &(n'!ite Ai'er 9 la &(n'!ite et a! 'ia+n(sti& '! )r('# R#aliser 'es m('4les stati!es et '3nami!e '! )r('#



COB-RLE A)ABCI Panorama des solutions

Une s(l!ti(n 'e &(ntr:le a2an s5a))!ie s!r +es 5ét#odes de conception

• (dentifications• Recueil d"epertise

• Si5ulation

?ne tec#ni$ue de contr*le a&ancé

• Ré'ulation , 5od


18/41


COB-RLE A)ABCI Commande Prédictive

Le r#+!late!r &al&!le la s#!en&e 'e &(mman'es !i minimisera les #&arts

entre la s(rtie )r#'ite )ar le m('4le '! )r('# et la s(rtie '#sir#e %(!rnie

)ar !n m('4le 'e r#%#ren&e; La &(mman'e )r#'i&ti2e int4+re 'es s)#&i%i&ati(ns 'e &(ntraintes; Les (!tils m!lti 2aria-les s5a))!ient s!r 'es al+(rithme )r#'i&ti%s

0

'onsigne

t

/esure

t

'ommande #uture

Tra0ectoire estimée

(#ournie par le mod1lede procédé

Tra0ectoire de ré#érence#ournie par le mod1le deré#érence

Distance % minimiser


19/41


LO.(G?E !LO?E Principe

; Pou! "$a%ue va!iale d’ent!éeso!tie on déinit des on"tionsd’appa!tenan"e (lles pe!mettent de "onve!ti! Les mesures (entrées) en variables floues Les commandes Floues (calculées par le régulateur flou) en commandes

(sorties) acceptable par le procédé ; 4e *égulateu! logi%ue loue poss5de t!ois opé!ations de ases6

La fuzzification Conversion du signal d’entrée en valeur logique floue(Quantitatif > Qualitatif)

Inférence (Calcul de la commande) La défuzzification (Conversion de la valeur logique floue en signal (Qualitatif >

Quantitatif)

!?KK0!?KK0

CONVERSION

Valeurs absolues enaleurs !loues

"

REGLES #LOUES

A$$l%&at%on 'esr()les !loues

*

CONVERSION

Cal&ul 'e la sort%e+ $art%r 'es aleurs!loues

,

S%)nal ' -entr.e S%)nal 'e sort%e


20/41


Rule 1 Si le ni2ea! est Bas et le '#-it Haut " al(rs la 2anne est Fermée7

Rule Si le ni2ea! est Haut et le '#-it Haut " al(rs la 2anne est Ouverte7

Rule N Si le ni2ea! est Haut et le '#-it Bas" al(rs la 2anne est Normal 7

Les r


21/41


COB-RLE A)ABCI LE !"E#$% NE$!ONE &&Commande #daptative''

; !b"ectifs Capteurs de mesures virtuels l# oul’instrumentation actuelle est incapable de donnerune mesure p$%sico c$imique en temps réel

&%piquement pour remplacer des anal%seseffectuées périodiquement en laboratoire


22/41


COB-RLE A)ABCI LE !"E#$% NE$!ONE

4e *éseau Neu!one étali lui m7me ses !5gles 8 pa!ti! de

situations %ui lui sont p!ésentées; Neu!one6

'rocesseur qui calcule la somme pondérée des entrées etapplique # cette somme une fonction de transfert nonlinéaire(sigmide)

; P!in"ipe de l’#pp!entissage6 L’*pprentissage se fait en comparant l’évolution d’une variable

donnée % # une évolution sou$aitée +ref et s’effectue en a"ustantles poids des liaisons entre ,eurones de diverses couc$es le plus

souvent par un algorit$me de t%pe rétropropagation du gradientvisant # minimiser la quantité -.(+ref+)/


23/41


LES RISEA? BE?ROBES (IE EN )$*!E

; Collecte des données —

'ette opération est essentielle puisque les données procédé sont la seule "ase pour construire le réseau de neurone +a qualité des données détermine laqualité du mod1le

; Prétraitement des données —'ette opération est nécessaire parce que les données procédé temps réelscontiennent des données en deors des limites de commande que vous ave9#i,é et pro"a"lement les données non désirées de di##érentes sources

; Définition des variables et retard —'ette opération détermine les varia"les procédés importantes qui a##ectentsigni#icativement la varia"le % prédire Des varia"les non signi#icatives peuvent dégrader la précision de la prédiction

; Apprentissage du réseau —'ette opération détermine le nom"re de neurones et a0uste le poids desvaria"les "asés sur les données d’apprentissage

; Vérification d’un réseau—'ette opération véri#ie comment le #onctionnement du réseau en comparant la

prédiction par rapport au, valeurs actuelles


24/41


LES RÉSEAUX NEURONES:MISE EN ŒUVRE – L’APPRENTISSAGE

L5a))rentissa+e &(nsiste 9 &al&!ler$

< les 'i%%#rents &(e%%i&ients

< le n(m-re 'e &(!&hes &a&h#es n#&essaires


25/41


APPLICATION AU PROCÉDÉ D’ACIDE PHOSPHORIQUEH3PO4 :MESURE DES SULFATES LIBRES

Unité P$osp$o!i%ue 9O*F 4#SF#*

Les trois principales p$ases de fabrication comprennent 0

1 4e !o:age 0 le bro%age du p$osp$ate brut a pour butd’augmenter la surface d’attaque du minerai par l’acidesulfurique

1 4’atta%ue ilt!ation 0 Le p$osp$ate bro%é est attaqué parl’acide sulfurique concentré # 23456 et l’acide p$osp$oriquemo%en (73 # 886 de '8!5) en milieu9 aqueu9 Le mélangedonne une bouillie La filtration de cette bouillie consiste #séparer l’acide p$osp$orique 826 '8!5 du p$osp$og%pse via

un filtre rotatif Le produit est ensuite stoc:é dans des bacs dedécantation

1 4a "on"ent!ation 0 La fonction de la concentration de l’acidep$osp$orique est de permettre l’évaporation de l’eau pourobtenir un acide titrant 5;6 de '8!5


26/41


; Le procédé consiste # faire réagir lep$osp$ate avec l


27/41


LE PROCÉDÉ D’ACIDE PHOSPHORIQUEH3PO4:LA FILTRATION

; L


28/41


; D!rant la r#a&ti(n" la mes!re en &(ntin! 'es s!l%atesli-res est !n '#%i essentiel 9 rele2er7 Le ren'ement

'! )r('# est 'ire&tement li# 9 la -(nne ma6trise 'e

&ette 2ale!r7

Rende5ent

Sulfate libre

)aleur Opti5ale

E=&4s 'e S!l%ate >?

@ Cl(!a+e "s!r?

Ph(s)hate n(n atta!#

R#si'!s +3)se ri&hes en

)h(s)hates n(n 2al(ris#s

SO=

LA PROBLÉMATIQUE DU PROCÉDÉD’ACIDE PHOSPHORIQUE H3PO4


29/41


; C(m)arati% '! %(n&ti(nnement a2e& !ne mes!re &(ntin!e)ar ra))(rt 9 !ne '(nn#e #&hantill(nn#e 0h

0h h h h h 1h h h

L5()#rate!r ne 2(it la mes!re

!e 'e l5#&hantill(n )r#'ent

il 2(it '(n& s(n )r('# a2e&

0 he!re 'e retar'

Dans &e &as l5()#rate!r 2(it

Mes!re > C(nsi+ne $ Il ne %ait

rien al(rs !e la 2raie mes!re

est en 'ess(!s 'e la &(nsi+ne

Dans &e &as" l5()#rate!r 2(it

Mes!re 'i%%#rent C(nsi+ne $

D(n& il a+it s!r le )r('#

al(rs !e le )r('# #tait 9 la

-(nne 2ale!r

C ( n s i + n e


É É É


30/41



Retar'$0he!re

D(nnant a!= ()#rate!rs

!ne 2isi(n err(n#e 'e

l5#tat a&t!el 'e le!r

)r('#

Mes!re

La-(rat(ireMes!re r#elle

0h h h h h 1h h h

C ( n

s i + n e


31/41


Model ofProcess

ControlQQMPC""

&ia+CS

(anipulé • D#-it Ph(s)hate• D#-it HSO• D#-it a&i'e re&3&la+e• Tem)#rat!re atta!e• Intensit# a+itate!r • Pressi(n Flash•

Tem)#rat!re Flash• Intensit# Di+este!r • Tem)#rat!re Di+este!r

Perturbation

Le D#-it 'e PO 9 07

Contrainte • le PO" le S!l%ate Li-re SO"• la Tem)#rat!re '! r#a&te!r et• le Delta 'e tem)#rat!re entre

la tem)#rat!re '!

re%r(i'isse!r et la tem)#rat!re'! r#a&te!r7

AUTRES

AUTRES

RÉSEAUX NEURONES:LA SOLUTION ADOPTÉE

Contrôlé • le rati( HSOPh(s)hate


32/41


RÉSEAUX NEURONES:LA SOLUTION ADOPTÉE

Les 5esures de densité du PO4 et du sulfate libre SO=

sont obtenues apr


33/41


LA MISE EN ŒUVRE DU RÉSEAU NEURONES

La 5ise en u&re nécessite p#ases successi&es

07 S#le&ti(n 'es '(nn#es in%l!entes

7 C(lle&tes 'es '(nn#es

7 Pr#traitement man!el 'es '(nn#es

7 A))rentissa+e '! r#sea! &al&!l 'es &(e%%i&ients

)ar r#s(l!ti(n it#rati2e 'e matri&es

7 #ri%i&ati(n 'e la )r#&isi(n '! r#sea!17 Im)l#mentati(n


34/41


PHASE 1: INVENTAIRE DES VARIABLES INFLUENTESSUR CETTE DONNÉE.

; Eébit '$osp$ate

; Eébit 8=!;

; Eébit *cide Gec%clé

;&empérature *ttaque

; Intensité *gitateur

; 'ression Flas$

; &empérature Flas$; Intensité Eigesteur

; &empérature Eigesteur


35/41


PHASE 2: COLLECTE DES DONNÉES ÉCHANTILLONSLABORATOIRE & HISTORIQUES

; Hne campagne de collecte des éc$antillons laboratoire pour la

construction de la base de connaissance de l’algorit$me

; Les $istorique doivent tre définis avec une période la plus bassepossible avec une bande morte relativement faible

; L’e9périence montre qu’un minimum de ; points semblenécessaire pour entrainer correctement l’algorit$me des Géseau9,eurones EC=

; Les opérateurs saisissent méticuleusement la valeur laboratoire etl’$eure de prélJvement de l’éc$antillon (directement dans les%stJme)

Dea' Ban'

Œ


36/41


PHASE 3: PRÉTRAITEMENT DES DONNÉES


37/41


PHASE 4: APPRENTISSAGE DU RÉSEAU

; L’ *pprentissage K du réseau consiste # calculer lesdifférents coefficients de l’algorit$me

; Lorsque un nombre suffisant d’éc$antillons est disponible4on procJde # l’apprentissage du réseau Cet apprentissage

consiste # calculer l’algorit$me interne du réseau

; =’il est assez facile de lancer l’apprentissage avec les valeurspar défaut4 il est nécessaire de faire appel # un spécialistepour affiner les réglages et obtenir une bonne précision

; L’apprentissage terminé4 l’algorit$me est prt # tretéléc$argé pour pouvoir donner au9 opérateurs la mesure encontinu des sulfates libres

PHASE5 PROGRAMMATIONDURÉSEAU


38/41


PHASE 5:PROGRAMMATION DU RÉSEAUDANS LE DCS

; Le m('!le NNSO55 est )r(+ramm# 'ans !ne Q(ne'e test7

; Dans la )hase 'e test &et al+(rithme )e!t t(!rner'ans la stati(n in+#nie!r )(!r ne %aire a!&!ne

m('i%i&ati(n 'e l5installati(n e=istante >? Cette stati(n'(it tre &(ntin!ellement ()#rati(nnelle7

; Dans !ne installati(n '#%initi2e &e m('!le seraim)lant# 'ans le &(ntr:le!r )(!r -#n#%i&ier 'e

l5a!t(n(mie et la re'(n'an&e7


39/41


PHASE 5: MESURE DE LA PRÉCISION

; Cette p$ase consiste # mesurer la précision de la mesure

virtuelle avec la mesure laboratoire (Coefficient de Corrélation); Le Géseau ,eurones donne # présent une mesure

; 'our vérifier que cette mesure soit correcte il est impératif decontinuer # relever méticuleusement pendant un mois les

valeurs suivantes; Eate$eure de la prise d’éc$antillon

; Maleur donnée par le laboratoire

; Maleur donnée par le réseau de ,eurones

; Ce tableau permet de comparer sous forme grap$ique (courbe)et mat$ématique (Corrélation) la précision du réseau de,eurones

; Hn compte rendu est établi pour affic$er le résultat final


40/41


PHASE 6: IMPLÉMENTATION

Cette )hase &(nsiste 9 )r()(ser 'es s&h#mas 'e r#+!lati(ns)(!r e=)l(iter la )!issan&e 'e &al&!l '! DCS$

; 'ilotage en automatique l’actuelle régulation de rapport parun régulateur NNO'C’’

; Eesign de l’application en mode automatique

; Implémentation des nouveau9 algorit$mes et formationsopérateurs

; Pilan et e9ploitation des résultats obtenus


41/41

SYMPHOS 2013

(erci pour votre attention

Documents

T.S 11 SYMPHOS 2013DCS- Mounsif ELHLALI.pptx