La combustion est utilisé dans l’industrie chimique et du traitement des minéraux dans le
but de produire de la vapeur dans les chaudières, de sécher les concentrés dans les fours
rotatifs, et d’appliquer des traitements thermiques dans les fours pyrométallurgiques. Le
contrôle serré de la combustion dans ces fours est très important parce que les conditions de
combustion affectent directement la qualité du produit fini. Arriver à un contrôle serré de la
combustion n’est pas facile à cause du fait que les flammes qu’on retrouve dans ces
industries sont obtenues avec des combustibles non pré-mélangés et aussi parce que la
combustion est affectée par des perturbations non-mesurées comme l’utilisation fréquente
de plusieurs combustibles, certains étant des sous-produits de l’usine, et de débit et
composition variables. Une nouvelle méthode est proposée dans cette étude afin
d’améliorer le contrôle de la qualité des produits de ces fours tout en réduisant la
consommation de carburants. Cette méthode s’appuie sur l’extraction d’information
provenant d’images de flammes. La méthode d’analyse et de régression sur les images
multivariées est utilisée pour l’extraction des caractéristiques de couleur de la flamme qui
sont ensuite utilisées pour prédire la température de décharge des solides d’un four rotatif
(qualité). Cette étude démontre que cette méthode est capable de très bien prédire la
température de décharge du solide 20, 40, et jusqu’à 80 minutes dans le futur. Ceci devrait
permettre une réduction substantielle de la variabilité de la qualité du produit et de la
consommation de combustible. / Combustion is used throughout the mineral processing industry to produce steam in boilers,
to dry concentrates in rotary dryers, and to apply heat treatments in pyrometallurgical
furnaces. Tight combustion control is very important in the latter type of furnace since the
combustion conditions directly affect final ore quality. However, achieving tight
combustion control is not straightforward since most of the flames encountered in industry
are turbulent non-premixed flames, they are affected by several unmeasured disturbances,
various flow rates, continuous variation in the mix between fuels since they are often
produced by simultaneously burning several types of fuel, some of them coming from other
parts of the plant. A novel method is proposed in this study to improve process and product
quality control as well as to optimize the combustion conditions based on digital flame
color images. Multivariate Image Analysis and Regression is used to extract the flame color
characteristics from images to predict the solids discharge temperature of an industrial
rotary kiln related to product quality. It is shown that this method yield extremely good 20
minutes, 40 minutes as well as 80 minutes ahead forecasts of the discharge temperature of
mineral ore. This should lead to a substantial reduction in product quality variability as well
as in fuel consumption.
| Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QQLA.2006/23666 |
| Date | 06 1900 |
| Creators | Szatvanyi, Gérard Silard |
| Contributors | Duchesne, Carl |
| Publisher | Université Laval |
| Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation |
| Format | text/html, application/pdf |
| Rights | © Gérard Silard Szatvanyi, 2006 |
Page generated in 0.0022 seconds