En savoir plus

Résumé :

Cette thèse a étudié une alternative au schéma analytique classiquement appliqué pour caractériser les produits obtenus du procédé d'hydrocraquage. L'objectif principal de la recherche était donc de développer des modèles multivariés robustes à partir des informations spectroscopiques de l'effluent total d'hydrocraquage pour estimer les propriétés des distillats moyens (kérosène et gazole).

Dans le cadre de ce projet, quatre propriétés du diesel (nombre de cétane, point d'écoulement, point de trouble, température limite de filtrabilité) et trois propriétés du kérosène (nombre de cétane, point d'éclair, point de fumée) ont été étudiées.

La faisabilité de l'estimation des propriétés des distillats moyens à partir des spectres proche infrarouge (PIR) acquis sur l'effluent total a d'abord été validée par des modèles de régression PLS. Les modèles développés ont présenté des erreurs proches ou même inférieures à la reproductibilité des méthodes analytiques de référence. Bien que les modèles PIR affichent des performances acceptables, ils mettent en évidence la nécessité d'une amélioration supplémentaire, notamment en ce qui concerne l'homoscédasticité et le coefficient de corrélation des modèles pour l'estimation des propriétés à froid du diesel. Ainsi, l'approche de modélisation par fusion de données a été appliquée pour améliorer les performances des modèles. Trois blocs de données ont été utilisés : les spectres PIR et RMN acquis sur l'effluent total et les données du procédé. En conséquence, l'estimation de toutes les propriétés a été améliorée. Les modèles de prédiction des propriétés à froid du diesel ont montré la plus grande amélioration. Une optimisation supplémentaire des performances du modèle a été obtenue en appliquant différentes méthodes de sélection des variables sur chaque bloc de données. En identifiant et en utilisant les variables les plus descriptives dans chaque bloc de données, il a été possible d'augmenter la précision de l'estimation des propriétés et de comprendre de manière exhaustive l'interaction et l'influence des variables indépendantes sur les propriétés étudiées.

Suite à la validation de la méthode alternative étudiée, le problème du manque de robustesse des modèles a été abordé. Cette thèse a évalué l'impact des variations instrumentales, de la température de l'échantillon et des facteurs associés à l'acquisition dans des conditions dynamiques. Des modèles robustes ont été développés en utilisant les méthodes EPO (External Parameter Orthogonalization) et DOP (Dynamic Orthogonal Projection) pour corriger l'impact de ces paramètres. Les modèles robustes ont permis d'estimer de manière satisfaisante les propriétés des distillats moyens dans différents scénarios d'évaluation. Enfin, certains des modèles robustes développés ont été déployés pour suivre en temps réel la stabilité du procédé d'hydrocraquage, permettant une prise de décision opportune. Les résultats obtenus par ces travaux offrent une alternative fiable et robuste pour optimiser la recherche et le développement du procédé d'hydrocraquage. Comparé au schéma analytique traditionnel, le temps de réponse pour caractériser les distillats moyens en utilisant l'alternative étudiée pourrait être réduit de plusieurs semaines à quelques minutes. De plus, en ayant une connaissance en temps réel du comportement opérationnel du procédé et de son impact sur la qualité du produit, le chercheur peut décider des analyses réellement nécessaires, ce qui permet d'optimiser la recherche sur le procédé.

Mots-clés :

proche infrarouge (PIR), Hydrocraquage, chimiométrie, RMN, procédé, prédiction, propriété, coupe, gazole, kérosène, cétane, fusion de données, sélection de variables, apprentissage, EPO (External Parameter Orthogonalization), DOP (Dynamic Orthogonal Projection)