Dans cette thèse, un modèle numérique a été proposé pour simuler la combustion liquide des carburants conventionnels et non-conventionnels, en particulier le mélange de biodiesel B20. La matrice de test numérique constitue de quatre cas d’écoulement réactifs c.à.d. avec combustion et d’un cinquième avec injection liquide sans combustion (écoulement non-réactif). Les modèles sont calculés à l’aide du logiciel FLUENT™ v.14 en 3D et a l’état stationnaire. Les flammes de diffusion turbulentes sont modélisées en utilisant l’approche de flammelette laminaire stable, avec une fonction de densité de probabilité jointe (PDF). La Validation est effectuée en comparant les mesures expérimentales disponibles avec les résultats obtenus de la CFD. L’aérodynamique de la chambre de combustion, ainsi que les températures de parois extérieures sont captures avec un degré de précision satisfaisant. La validation des principaux produits de combustion, tels que : CO2, H2O et O2, montre des résultats satisfaisants pour tous les cas d'écoulement réactifs, mais certaines incohérences ont été relevées pour les émissions de CO. On pense que le banc d'essai (la géométrie de la chambre de combustion et son état de fonctionnement) n'est pas suffisamment adéquat pour la combustion de combustibles liquides. D’autre part, et d’un point de vue numérique, l’approche de flammelette laminaire stable a été trouvé raisonnablement hors mesure de saisir les effets profonds du non-équilibre chimique qui sont souvent associés au processus de lente formation d’un polluant, comme le CO. / In this thesis, a CFD model was proposed to simulate the liquid combustion of conventional and non-conventional biodiesel fuels, in particularly the B20 biodiesel blend. The numerical test matrix consists of four reacting flow cases, and one non-reacting liquid fuel injection case. The models are computed using FLUENT™ v.14 in a 3D steady-state fashion. The turbulent non-premixed diffusion flames are modeled using the steady laminar flamelet approach; with a joint presumed Probability density function (PDF) distribution. Validation is achieved by comparing available experimental measurements with the obtained CFD results. Combustor aerodynamics and the outer wall temperatures are captured with a satisfactory degree of accuracy. Validation of the main combustion products, such as: CO2, H2O, and O2, shows satisfactory results for all the reacting flow cases; however, some inconsistencies were found for the CO emissions. It is believed that the test rig (combustor geometry and operating condition) is not sufficiently adequate for burning liquid fuels. On the other hand, from a numerical combustion point of view, the steady laminar flamelet approach was found not reasonably able to capture the deep non-equilibrium effects associated with the slow formation process of a pollutant, such as CO.

Cette étude développe une plate-forme mathématique allant de la création d’une base de connaissances à la mise en place d’un modèle adaptatif. Une nouvelle approche en ce qui concerne la modélisation du four rotatif du clinker a été nécessaire pour mener à bien notre étude. Ainsi, un modèle d’état du système aux paramètres repartis, à la base des phénomènes physico-chimiques, a été conçu à l’aide d’équations aux dérivées partielles. La structure du modèle est basée sur trois variables d’état qui peuvent décrire correctement les principaux phénomènes (diffusions, déplacements, transferts et échanges thermiques, etc.) qui se déroulent dans le four rotatif de clinker. En outre, ces variables d’état sont accessibles à travers des paramètres mesurables tels que les températures de la surface extérieure du four et de l’air ambiant. Les paramètres du modèle proposé sont des fonctions de trois variables d’état, qui tout en remplaçant les paramètres mal connus et inaccessibles, décrivent les phénomènes physicochimiques qui caractérisent la complexité du système et sont définis comme des fonctions opératoires. Cette approche permet non seulement de minimiser les erreurs (hypothèse de simplification) mais aussi permet un accès facile et aisé des paramètres. Nous avons élaboré une procédure d’identification basée sur des analyses phénoménologique et dimensionnelle. Ainsi, à partir de données issues d’un complément d’instrumentation associé à la base de connaissances, l’identification des fonctions opératoires (paramètres) a été effectuée à partir d’un état stationnaire du système qui représente notre condition initiale. Cette opération est importante dans la mesure où elle donne aux paramètres du modèle les propriétés de la dynamique du système. Ces résultats sont corroborés par les estimations des variables d’état dont les valeurs et évolutions sont acceptables. Après l’évaluation de l’influence des fonctions opératoires sur les variables d’état, une modélisation des paramètres (fonctions opératoires) du modèle a été proposée à la base d’une décomposition physique à la lumière des connaissances fournies dans la littérature. Une procédure d’ajustement a été également développée afin de pouvoir fournir des variables d’état optimales. Ainsi, l’erreur peut être compensée par ajustement des fonctions opératoires. Par conséquent, à travers la rapidité de la procédure d’ajustement et l’adaptation des paramètres du modèle dans un horizon de temps bien déterminé, le modèle renferme les caractéristiques d’un modèle adaptatif qui pourra être un support essentiel dans la commande automatique du système. / This study develops a mathematical platform going from the establishment of a knowledge database to the setting up of an adaptive model. This has required a new approach of modeling of the clinker rotary kiln (CRK). Thus, a state model of distributed parameter systems, based on physico-chemical phenomena, was designed using partial differential equations. The model structure is based on three state variables which are: the gas, clinker temperatures and the clinker mass distributions, and are elaborated with the help of heat, pressure and mass balance equations. The model parameters are defined by the functions of three state variables. Moreover, the resulting state model, decomposed into five phenomenological zones of CRK, is used as a first step to define a set of Operating Functions (OFs). These OFs has also been decomposed into longitudinal distribution of CRK to replace the constant, unknown or unmeasured parameters. We develop an identification procedure based on phenomenological and dimensional analysis where the identification of operational functions (model parameters) was performed from a stationary state of the CRK. Once the restores state variables have been evaluated, the desired input (which is treated as the control of the CRK) can be more easily found by the proposed model than by simple trial and error. Moreover, the fact that the computation time, to estimate-calibrate the OFs above-mentioned, is very short, then this dynamic computation works faster than real-time. In summary, the cooperation and coordination in real-time between industrial computers and the CRK allows for an adaptable model, where each specific set of the OFs must be analyzed by its accuracy.