Commande et optimisation en temps réel d’une usine de traitement du minerai

La coalition pour la comminution énergétiquement efficace (CEEC) évalue que les opérations de concassage et broyage représentent en moyenne 53 % de l’énergie consommée par les complexes miniers [1]. Statistiques Canada estime que 16,35 TWh ont ainsi été achetés sur les réseaux publics à l’échelle nationale en 2020 pour répondre à cette demande [2]. En considérant que plus de 90 % de l’électricité utilisée pour le broyage du minerai se dissipe en chaleur [3], ce procédé en particulier constitue indéniablement la cible à privilégier pour réduire l’empreinte énergétique des mines québécoises. 

La transformation numérique présente un potentiel considérable pour atteindre la sobriété énergétique du broyage [4]. Une étude préliminaire montrait d’ailleurs que la simple conception d’un système de contrôle adéquat pouvait générer des réductions allant jusqu’à 6,7 % pour un circuit conventionnel [5]. Devant l’insuffisance de la capacité de production actuelle, la programmation de recherche vise à capitaliser sur l’Industrie 4.0 pour générer des économies d’énergie qui contribueront à répondre à la demande pour l’électrification des transports. Le jumeau numérique, l’optimisation en temps réel et les capteurs virtuels constituent les pièces maîtresse autour desquelles s’articule le projet.

Les principaux jalons de l’étude consisteront en :

• définir la fonction objectif du problème d’optimisation en temps réel ;
• concevoir les systèmes de commande et d’observation des états ;
• modéliser l’effet des perturbations et des conditions opératoires sur la valeur de la fonction objectif ;
• concevoir le système d’optimisation en temps réel.

Financement

30 000 $/an pour 3 ans pour couvrir les dépenses personnelles.

Références

[1]  I. Smith, “Innovation - mining more for less,” https://www.ceecthefuture.org/resources/innovation-mining-less, 2013. 

[2]  Statistiques Canada, “Industries minières, consommation énergétique selon le SCIAN, Canada,”https://www150.statcan.gc.ca/t1/tbl1/fr/tv.action?pid=1610002901&request_locale=fr, 2020. 

[3]  J. Bouchard et collab., “Breaking down energy consumption in industrial grinding mills,” CIM Journal, vol. 10, no. 4, 2019.

[4]  J. Bouchard et collab., “Plant automation for energy-efficient mineral processing,” in Energy Efficiency in the Minerals Industry: Springer, Cham, 2018, pp. 233-250.

[5]  J. Bouchard et collab., “Reducing the energy footprint of grinding circuits: the process control paradigm,” IFAC - Papers Online, vol. 50, no. 1, pp. 1163-8, 2017, doi: 10.1016/j.ifacol.2017.08.402.

Ouverte sur le monde, l'Université Laval est une grande université d'enseignement et de recherche reconnue pour former des leaders engagés dans la société. Son environnement d’études et sa culture de développement durable contribuent au mieux-être collectif.

• 17 facultés et plus de 60 départements, écoles et instituts
• 600 programmes d’études
• 47 000 étudiants

Le projet de recherche se réalisera au sein du LOOP, le Laboratoire d'observation et d'optimisation des procédés.

L'encadrement se fera par deux professeurs issus des départements de

• génie électrique et génie informatique et
• génie chimique. 

Exigences académiques

• moyenne cumulative pour le cycle d'ingénieur ≥ 17/20;
• moyenne cumulative pour le master ≥ 17/20.

Connaissances requises

• dynamique des systèmes linéaires
• commande PID
• Matlab/Simulink
• commande prédictive (atout)