Une équipe chinoise a développé une méthode innovante de contrôle intelligent pour la gestion à faible émission de carbone des équipements énergivores. Cette recherche novatrice, publiée dans la revue Engineering, représente une étape importante vers la réduction des émissions de carbone dans l’industrie des procédés.
La méthode de contrôle intelligent
La méthode de l’équipe de recherche combine l’analyse des mécanismes avec l’apprentissage profond, reliant le contrôle et l’optimisation à la prédiction, et intégrant la prise de décision au contrôle. En utilisant le contrôle de consigne, l’ajustement auto-optimisé et le contrôle de suivi, la méthode garantit que la consommation d’énergie par tonne est minimisée tout en restant dans la plage cible.
Le système de contrôle intelligent développé en adoptant la technologie de collaboration end–edge–cloud (ou nuage en bout de chaîne) de l’Internet industriel a été appliqué avec succès à un four de fusion de magnésium, donnant des résultats remarquables dans la réduction des émissions de carbone. Les émissions de CO2 ont été réduites de 8,82 %, tout en augmentant simultanément le rendement des produits de haute qualité de 3,65 % et en réduisant la consommation d’électrodes de 3,73 %.
Les composants de la méthode
Le composant de contrôle de consigne de la méthode comprend un modèle de pré-réglage de contrôle de suivi, un modèle de prédiction de la consommation d’énergie par tonne, un compensateur en amont et un compensateur en aval. Le composant d’ajustement auto-optimisé implique la reconnaissance des conditions de fonctionnement, un modèle de prédiction intelligent de la consommation d’énergie par tonne et un compensateur auto-ajustable. Enfin, le contrôle de suivi adopte un régulateur proportionnel-intégral-dérivé (PID) adaptatif basé sur la compensation du signal.
Défis et perspectives
Alors que l’équipe de recherche célèbre ces réalisations, elle reconnaît que d’autres défis se profilent à l’horizon. Le développement d’une méthode de modélisation basée sur la technologie des jumeaux numériques, la prise de décision optimale de la consigne pour le contrôle des processus avec des objectifs contradictoires et l’optimisation des paramètres du régulateur d’un système de contrôle haute performance font partie des défis qui nécessitent une attention particulière.
Pour réaliser le contrôle opérationnel à faible émission de carbone des systèmes industriels complexes, l’équipe de recherche souligne la nécessité d’études supplémentaires dans plusieurs domaines.
Ceux-ci incluent le développement d’une méthode de modélisation basée sur des jumeaux numériques pour les processus de production complexes en combinant l’analyse des mécanismes avec l’apprentissage profond, la création d’une méthode pour les systèmes de contrôle haute performance en combinant les jumeaux numériques avec l’apprentissage automatique, l’établissement d’une méthode de contrôle opérationnel à faible émission de carbone pour les systèmes industriels complexes basée sur le métaverse industriel et la mise en œuvre de la technologie de collaboration end–edge–cloud pour réaliser un contrôle opérationnel à faible émission de carbone.
En synthèse
Les recherches du professeur Chai et de son équipe ouvrent une nouvelle voie vers la réalisation d’un contrôle opérationnel à faible émission de carbone dans l’industrie des procédés. En combinant des technologies de pointe et des approches innovantes, ils ont démontré le potentiel de réductions significatives des émissions de carbone tout en maintenant une efficacité opérationnelle optimale.
Nan Zhang, rédacteur en chef de la rubrique ingénierie chimique, métallurgique et des matériaux de la revue Engineering, a conclu : «Cette recherche a des implications considérables pour l’avenir des pratiques industrielles durables. Alors que le monde continue de lutter contre les défis du changement climatique, la méthode de contrôle intelligent développée par l’équipe du professeur Chai offre une solution prometteuse pour réduire les émissions de carbone dans les équipements énergivores.»
Pour une meilleure compréhension
1. Qu’est-ce que la méthode de contrôle intelligent développée ?
La méthode de contrôle intelligent combine l’analyse des mécanismes avec l’apprentissage profond, reliant le contrôle et l’optimisation à la prédiction, et intégrant la prise de décision au contrôle. Elle vise à minimiser la consommation d’énergie par tonne tout en restant dans la plage cible.
2. Comment cette méthode a-t-elle été appliquée ?
Le système de contrôle intelligent a été appliqué avec succès à un four de fusion de magnésium, en utilisant la technologie de collaboration end–edge–cloud de l’Internet industriel. Les résultats ont montré une réduction des émissions de CO2 de 8,82 %, une augmentation du rendement des produits de haute qualité de 3,65 % et une réduction de la consommation d’électrodes de 3,73 %.
3. Quels sont les composants de la méthode de contrôle intelligent ?
La méthode comprend trois composants : le contrôle de consigne, l’ajustement auto-optimisé et le contrôle de suivi. Chacun de ces composants utilise des modèles de prédiction, des compensateurs et des régulateurs pour assurer un contrôle précis et efficace.
4. Quels défis futurs l’équipe de recherche doit-elle relever ?
Les défis futurs incluent le développement d’une méthode de modélisation basée sur la technologie des jumeaux numériques, la prise de décision optimale de la consigne pour le contrôle des processus avec des objectifs contradictoires et l’optimisation des paramètres du régulateur d’un système de contrôle haute performance.
5. Quelles sont les perspectives pour la réduction des émissions de carbone ?
La recherche du professeur Chai et de son équipe ouvre une nouvelle voie vers la réalisation d’un contrôle opérationnel à faible émission de carbone dans l’industrie des procédés. En combinant des technologies de pointe et des approches innovantes, ils ont démontré le potentiel de réductions significatives des émissions de carbone tout en maintenant une efficacité opérationnelle optimale.
L’article « An Intelligent Control Method for the Low-Carbon Operation of Energy-Intensive Equipment », rédigé par Tianyou Chai, Mingyu Li, Zheng Zhou, Siyu Cheng, Yao Jia, Zhiwei Wu. Texte intégral de l’article en libre accès : https://doi.org/10.1016/j.eng.2023.05.018.
