Mise en place d’une visualisation complète
Afficher l’étude de cas
Projet - data science
Modélisation de process dans l’industrie extractive
Découvrez comment notre équipe Process Improvement modélise le process afin de rationaliser la quantité d’énergie nécessaire et stabiliser la production.
Situation initiale
La production du clinker, la base du ciment, est effectuée en calcinant de la pierre calcaire, et ce 24h/24. La consommation énergétique résultante est donc colossale, et contribue par conséquent à l’empreinte CO2 du procédé.
La variabilité de la matière première et les réactions chimiques successives (endothermique et exothermique) peuvent perturber le procédé et mener à des oscillations qui résultent en des pics de consommation malvenus et difficiles à maîtriser.
En outre, ces oscillations peuvent provoquer des problèmes techniques menant à des arrêts de four impromptus, et à des consommations de redémarrage elles aussi importantes.
Solution proposée par nos équipes
Technord mêle deux approches de modélisation en implémentant des bilans de masse et des bilans d’énergie, renforcés par des algorithmes « data-driven » de type Machine Learning.
La modélisation hybride et l’exploitation de l’historique de données permettent de développer un outil d’aide à la décision pour l’opérateur.
Cet outil suggère ainsi des consignes d’énergie à l’opérateur de façon à rester dans le mode de fonctionnement idéal.
Gain pour le client
Après une période de validation de l’outil par les experts sur le procédé, le client obtiendra un outil « temps réel » qui exploite instantanément les mesures disponibles, les corrige si nécessaire, et l’aide à respecter les conditions idéales de production.
Avez-vous une question ?
Notre équipe vous apporte conseils et vous accompagne dans le choix des meilleures solutions.
Contactez-nous
Merci !
Nous avons bien reçu votre demande et notre équipe vous répondra dès que possible !
Si vous désirez être tenu informé de notre actualité, n’héistez pas à vous inscrire à notre lettre d’information.
