Bilan de matière dynamique pour une aluminerie

• Main Author: Dion, Lukas
• Format: Others
• Language: fr
• Published: 2014
• Subjects: Génie industriel
• Online Access: http://constellation.uqac.ca/3830/1/Dion_uqac_0862N_10185.pdf

En partenariat avec Aluminerie Alouette, un bilan de matière dynamique a été développé. Ce bilan considère les secteurs d'importances de l'aluminerie de façon à évaluer l'impact des matières premières et celui des composés qui sont recyclés à l'interne. L'objectif principal de ce modèle est de prédire les variations de la composition de l'aluminium primaire. Pour ce faire, le modèle considère quatre secteurs: l'usine de production d'anode, l'usine de traitement du bain, les centres de captations des gaz et les salles d'électrolyses. Les différents modèles ont été mis en oeuvres à partir de données d'opération et de données provenant de la littérature scientifique. L'usine de production d'anodes a été divisée en sous-secteurs pour représenter adéquatement le bilan de façon statique et dynamique. La contribution de fer associée au broyeur à boulets a été calculée ainsi que l'efficacité du séparateur magnétique pour évaluer les variations dans la teneur en fer des anodes crues produite. Les autres composés chimiques sont liés directement à la matière première. Les simulations de la cuisson des anodes sont représentatives des résultats réels, principalement au niveau de la perte en masse de l'anode. Par contre, la volatilisation potentielle du silicium et du soufre n'a pas été prise en considération dans le modèle et ces résultats sont différents par rapport aux mesures expérimentales. Le centre de traitement du bain sert principalement d'usine de recyclage du produit de couverture. Celui-ci permet de calculer la composition du produit de couverture. L'emphase a été mise, avec succès, pour quantifier l'impact du séparateur magnétique de ce secteur. Le centre de traitement des gaz a été grandement simplifié dans ce modèle de façon à inclure la recirculation de poussières fines capturées et la capture du fluorure d'hydrogène. L'efficacité de la récupération est imposée au modèle. Ce module, quoique simplifié est essentiel pour assurer la rectitude de ce qui se passe dans les salles d'électrolyse. Les salles d'électrolyses constituent le coeur du modèle. Un ensemble de cuves est représenté au moyen d'une cuve typique considérant les réactions chimiques importantes. Les résultats sont transposés pour l'ensemble des cuves à partir de cette cuve typique. Celle-ci est composée de plusieurs phases distinctes ayant chacune une composition spécifique. Ces phases sont le bain électrolytique, les anodes de carbones, les cathodes, le produit de couverture et bien entendu, l'aluminium liquide. À partir d'une étude exhaustive de la littérature, les nombreuses interactions entre ces phases ont été considérées ainsi que les réactions chimiques qui surviennent à l'intérieur d'une même phase. La vitesse de ces réactions est basée sur des constantes ou des équations publiées alors que les inventaires internes de la cuve ont été évalués à partir des données d'opérations. De façon similaire, le flux d'intrants et d'extrants est basé sur les opérations de l'usine. Les émissions gazeuses sont également considérées sous la forme d'un extrant. Les résultats obtenus sont positifs en ce qui touche la pureté de l'aluminium produit. En effet, les variations occasionnées par les matières premières sont quantifiables et représentent bien la réalité de façon statique. Les variations observables sont inférieures à 5%, sauf dans le cas du fer et du silicium. La nécessité d'utiliser un sous-modèle pour quantifier l'ajout excédentaire de ces composés a été soulevée. Du côté dynamique, les variations de compositions pour les inventaires de produit de couverture et d'anodes sont plus lentes que dans la réalité. Après un cycle de changement d'anode, on observe une variation de seulement 75% par rapport à la réalité (100%). Trois cycles supplémentaires sont nécessaires pour atteindre une variation proche de 100%. Le modèle développé est apte à une utilisation efficace en usine comme outil prédictif. La précision des résultats peut toutefois être améliorée en apportant les recommandations suggérées à la fin du présent mémoire.