Abstract-In the steel industry, the determination of the control system set-points of batch processes is a common problem. It consists in adjusting the set-points in order to reach the given product specifications thanks to a process model. Small changes in operating conditions may impact final product quality. This is particularly true for the Basic Oxygen Furnace (BOF) where the information collected during a specific batch serves to adjust the set-points of the next batch. For being able to control that type of process, measurements must be made coherent and it may be convenient to use data reconciliation procedure. The proposed paper describes a method allowing simultaneous data reconciliation and model parameter estimation. Parameter estimation results can either be used to update the process model or to detect abnormal parameter variations due, e.g. to fouling, corrosion, degradation of parts of the process.
We present a study performed to model and predict the ultrasonic response of alumina inclusions in steels. The Born and the extended quasistatic approximations have been applied and modified to improve their accuracy in the framework of this application. The modified Born approximation, allowing to deal with various inclusion shapes, have been selected to be implemented in the CIVA software. The model reliability has been evaluated by comparison with Ying and Truell's exact analytical solution. In parallel, measurements have been carried out upon both natural and artificial alumina inclusions.
Cette thèse aborde le problème de système dont le nombre de modes de fonctionnement et la structure du modèle de chaque mode est connu a priori. La méthode présentée repose sur l'estimation de paramètres "globaux" apparaissant lors par la multiplication des modèles propres à chaque mode de fonctionnement entre eux. L'analyse de la sensibilité du modèle global vis-à-vis des entrées/sorties du système génère un indicateur du mode de fonctionnement. Ce mémoire de thèse se décompose en 5 chapitres de la façon suivante : 1 Chapitre 1 Ce chapitre présente le procédé industriel sur lequel s'appuie la problématique de ce travail à savoir : la détection des collages en lingotière de coulée continue. Ensuite deux modèles simplifiés de la lingotière (l'un mécanique, l'autre thermique), utilisés dans la suite du document, sont présentés. 2 Chapitre 2 Au cours de ce chapitre, quelques méthodes de diagnostic sont présentées et utilisées afin de détecter le changement de mode de fonctionnement d'un système. Toutes ces méthodes sont appliquées au même exemple : le modèle mécanique de lingotière. 3 Chapitre 3 Ce chapitre est consacré au développement de la méthode nommée "méthode du gradient des résidus". Cette méthode consiste en l'analyse de la sensibilité du résidu du modèle global aux différentes entrées et sortie du système ce qui permet d'identifier son mode de fonctionnement. De plus une généralisation est proposée pour un système comportant un nombre quelconque de variables et de modes de fonctionnement. 4 Chapitre 4 Ce chapitre présente l'application de la méthode du gradient des résidus pour la détection des collages en lingotière de coulée continue. Dans un premier temps, la méthode est testée sur des données issues des simulateurs (mécanique et thermique). Dans un second temps, elle est appliquée à des données industrielles. 5 Chapitre 5 Au cours de ce chapitre, une méthode par rejet de mode pour la détection des collages en lingotière est présentée. Elle se base sur la reconnaissance d'un unique mode de fonctionnement sain et détecte comme mode en défaut tous les autres modes qui 2 pourraient survenir sur le système. Cette méthode est testée sur les données du simulateur thermique ainsi que sur les données industrielles. Un bilan des performances de ce système de détection est alors établi.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.